一般而言，现在最便捷的方式是在anaconda 下用conda 安装 ，但是在用rcnn或其他时，需要手动安装cuda和cudnn，这里介绍手动安装的办法，主要参考csdn链接：https://blog.csdn.net/wanzhen4330/article/details/81699769
Nvidia安装指南
https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html#axzz4qYJp45J2
1.cuda
已安装驱动的情况：
英伟达官网下载对于的cuda
https://developer.nvidia.com/cuda-toolkit-archive
cd 到下载目录下
运行命令：
sudo sh cuda_9.0.176_384.81_linux.run
指挥出出现more0%的字样，一直按住回车，知道100%
接下来依次选择
accept,
n(不安装驱动)
y
y
y
安装完成后设置换环境变量
(这里进行了改动,csdn上的路径并不准确)
在home/用户名 目录下打开.bashrc文件，注意，用winscp无法修改，所以建议在图形界面打开。
用ctrl+H显示隐藏文件，在.bashrc的末尾加上以下命令即可添加路径：
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-9.0/bin:$PATH
export CUDA_HOME=/usr/local/cuda-9.0
终端运行：source ~/.bashrc
检查：nvcc --version，如果显示下面的文字就说明安装成功了。
2.cudnn
先用conda list查看已安装的cuda和cudnn版本，避免冲突，
cudnn的安装文件：https://developer.nvidia.com/rdp/cudnn-archive
之后用谷歌浏览器，别用edge，否则不是tgz格式的压缩包
我的cuda对应的时cudnn7.3.1版本，以此为例
下载标线的四个文件，后三个deb文件只有16.04或者18.04能用（手动忽略14。04），其他版本不需要安装
先解压第一个文件
tar -xvf cudnn-9.0-linux-x64-v.7.3.1.20.tgz
复制路径：
$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include
$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
$ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
之后以此安装三个deb
sudo dpkg -i libcudnn7_7.3.1.20-1+cuda9.0_amd64.deb
sudo dpkg -i libcudnn7-dev_7.3.1.20-1+cuda9.0_amd64.deb
sudo dpkg -i libcudnn7-doc_7.3.1.20-1+cuda9.0_amd64.deb
输入命令
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
如果出现以下界面说明安装成功
在linux下，子用户想用cuda和cudnn只需找到自己目录下的.bashrc文件，加入路径即可.
也就是在.bashrc文件末尾加上：
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64
export PATH=$PATH:/usr/local/cuda-9.0/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-9.0
