Ubuntu 20.04 RTX 4090显卡 深度学习环境配置（Nvidia显卡驱动、CUDA11.6.0、cuDNN8.5）
参考文献：从零到一保姆级Ubuntu深度学习服务器环境配置教程
看文献中“三、 NVIDIA驱动安装”
安装NVIDIA驱动，这也是安装CUDA10.0及其对应版本的CuDNN和tensorflow的重要步骤。
1.1 输入显卡型号查看支持显卡驱动的版本
1.1.1 英伟达中国驱动官网
1.1.2 输入显卡型号查询
1.1.3 查看搜索结果
1.2 下载安装Nvidia
1.2.1 方法一
直接在Ubuntu系统中的soft updates中安装525-server（专有）版本
注意：
1.2.1 方法二
自己试一下，我没用下面的方法。
参考文献：在ubuntu安装nvidia驱动 (亲测有效，这是方法二)
参考文献：在ubuntu安装nvidia驱动（亲测有效，这是方法一）)
参考文献：ubuntu18.04安装nvidia_driver_510+cuda_11.6+cudnn_11.x
参考文献：从零到一保姆级Ubuntu深度学习服务器环境配置教程
2.1 检测自己电脑GPU是否兼容CUDA（N卡支持）
lspci | grep -i nvidia显示compatible兼容
2.2 进入CUDA官网
CUDA官网:https://developer.nvidia.com/cuda-toolkit-archive
2.3 下载安装CUDA11.6.0
我比较习惯把一些下载安装同一个文件夹“software”
第一步：home 下新建文件
cd # 返回home目录mkdir software # 新建 software文件夹第二步：后续在software文件夹下载的CUDA11.6.0安装包
wget https://developer.download.nvidia.com/compute/cuda/11.6.0/local_installers/cuda_11.6.0_510.39.01_linux.run第三步（可省略）：给run文件权限
sudo chmod 777 cuda_11.6.0_510.39.01_linux.run 第四步：运行run文件（–override：表示覆盖替换文件意思）
sudo sh cuda_11.6.0_510.39.01_linux.run --override等待后续：
（1）选择continue
(2)输入：accept
(3)选项条款选择
“Enter”按键选中或者取消
前面已经安装过Nvidia显卡525，此处不需要Driver（前两个都取消）（X代表选中）
最后，Install，等待完成
2.4 安装CUDA11.6.0后的配置
第一步：配置相关环境变量。
（1）打开~/.bashrc文件，代码如下：
sudo vim ~/.bashrc（2）将以下内容写入到~/.bashrc尾部，并保存成功。
export CUDA_HOME=/usr/local/cuda export PATH=$PATH:$CUDA_HOME/bin export LD_LIBRARY_PATH=/usr/local/cuda-11.6/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}（3）保存，退出。终端执行
source ~/.bashrc后续可根据意愿进行，我也不确定。
参考文献：ubuntu18.04安装nvidia_driver_510+cuda_11.6+cudnn_11.x
第二步：利用vim命令打开在/etc/profile文件中，添加CUDA环境变量，代码如下：
(1)
sudo vim /etc/profile(2)打开文档都在文档结尾加上下面两句：
PATH=/usr/local/cuda/bin:$PATH export PATH(3)保存后, 执行下列命令, 使环境变量立即生效，代码如下：
source /etc/profile第三步：同时添加lib库路径，在 /etc/ld.so.conf.d/新建文件 cuda.conf，命令如下：
（1）
sudo vim /etc/ld.so.conf.d/cuda.conf（2）在文中加入下面内容：
/usr/local/cuda/lib64（3）执行下列命令使之立刻生效，代码如下：
sudo ldconfig2.5 利用测试CUDA的samples来测试cuda安装是否成功
cd /usr/local/cuda-11.6/samples/1_Utilities/deviceQuery sudo make./deviceQuery一般都会面临如下问题：
11.6版本cuda的安装目录/usr/local/cuda-11.6/samples里只有一个txt文件，大致意思是告诉你新版本的cuda，samples中内容需要自己在github下载。
解决方法：
第一步：下载测试示例
（1）切换到/usr/local/cuda-11.6/samples目录下
cd /usr/local/cuda-11.6/samples/（2）github下载
git clone https://gitee.com/liwuhaoooo/cuda-samples.git大概率无权访问，此时在cuda-11.6文件夹下打开终端
su输入密码切换超级用户chmod 777 samples再次执行git clone 就可以了。
第二步：找到1_Utilities/deviceQuery文件夹
（1）切换到deviceQuery文件夹下
（2）运行
sudo make./deviceQuery（3）显示pass
注意：
参考文献：从零到一保姆级Ubuntu深度学习服务器环境配置教程
3.1 打开官网使用邮箱注册（我用的qq邮箱）
看参考文献（cuDNN部分）：从零到一保姆级Ubuntu深度学习服务器环境配置教程
3.2 下载 cuDNN v8.5.0 (August 8th, 2022), for CUDA 11.x
同样，下载之后放在software文件夹中。
3.3 安装 cuDNN v8.5.0 (August 8th, 2022), for CUDA 11.x
参考文献：Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程
查看官方安装方法
Nvidia官方安装教程：https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html
完全按照官方操作即可，大概意思是将文档中的X.Y修改成CUDA版本号、v8.x.x.x修改成cuDNN版本号，这里我们将X.Y改为11.5、v8.x.x.x修改为8.3.2.44，同学们参照修改就可以了。
安装
（1）切换到下载路径
cd ~/software（2）解压
tar -xvf cudnn-linux-x86_64-8.5.0.96_cuda11-archive.tar.xz（3）成功提取文件后不用管它，直接执行下面命令（不用修改，没有版本号之类）
sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda/include sudo cp -P cudnn-*-archive/lib/libcudnn* /usr/local/cuda/lib64 sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*3.4 验证安装
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
来源地址：https://blog.csdn.net/chen20170325/article/details/130294270
