CUDA 查看驱动兼容性：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

查看GCC 与CUDA 驱动版本的兼容性

安装CUDN

　　这里选择的是cudn9.0

　　sudo chmod a+x cuda_9.0.xxx_384.116.xx_linux.run #更改权限
　　sudo ./cuda_9.0.xxx_384.116.xx_linux.run

（注意：执行后会先出现一个声明，需要阅读到100%，同意声明后才会开始安装。）
安装时首先会有一系列提示让你确认，但是注意，有个让你选择是否安装nvidia361驱动时，一定要选择否：

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.85?

accept

n

y

y

y

因为前面我们已经安装了更加新的nvidia384，所以这里不要选择安装。其余的都直接默认或者选择是即可。

可能出现的错误： (我没遇到）
安装cuda时可能有下面的信息

Installing the CUDA Toolkit in /usr/local/cuda-8.0 …
Missing recommended library: libGLU.so
Missing recommended library: libX11.so
Missing recommended library: libXi.so
Missing recommended library: libXmu.so

原因是缺少相关的依赖库,安装相应库就解决了：
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

环境变量配置
打开~/.bashrc文件：

sudo gedit ~/.bashrc

将以下内容写入到~/.bashrc尾部：

export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

保存关闭后，

source ~/.bashrc

测试CUDA的samples

　　cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery sudo make sudo ./deviceQuery　　如果显示的是关于GPU的信息，则说明安装成功了 

cuDNN 版本

安装cudnn

进入解压后的cudnn-9.0-linux-x64-v7.0.tgz文件cuda，在终端执行下面的指令安装：

tar -zxvf cudnn-9.0-linux-x64-v7.0.tgz
cd cuda
sudo cp lib64/lib* /usr/local/cuda/lib64/
sudo cp include/cudnn.h /usr/local/cuda/include/
然后更新软连接：

cd /usr/local/cuda/lib64/
sudo chmod +r libcudnn.so.7.0.5 # 自己查看.so的版本
sudo ln -sf libcudnn.so.7.0.5. libcudnn.so.7
sudo ln -sf libcudnn.so.7 libcudnn.so

查看cudnn版本

在终端输入

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

即可看到相关版本

相关网站： https://developer.nvidia.com/rdp/cudnn-archive

https://www.tensorflow.org/install/source?hl=zh-cn#linux