按照上一篇文章的显卡驱动安装方法完成后，进行CUDA和CUDNN的安装，注意不建议更新系统的python版本，如果升级到python3.6的话后边会很多莫名其妙的错误，如终端打不开、系统更新打不开、显卡切换工具打不开等等，需要python3.6的话建议在Anaconda中配置。
建议严格按照步骤执行，不然可能会有意想不到的问题
～～～～～～～～～～～～～～～～～分割线～～～～～～～～～～～～～～～～～
1 准备工作，下载CUDA和CUDNN，
CUDA：https://developer.nvidia.com/cuda-toolkit-archive
CUDNN：https://developer.nvidia.com/rdp/cudnn-archive
我这里是cuda9.0 cudnn7.1。下载CUDNN时要对应好CUDA的试用版本！建议不要选择最新的版本。
CUDA选择：runfile安装包
CUDNN选择：压缩包安装方法 cuDNN v7.1.4 Library for linux
2 安装准备
查看gcc是否安装及版本，
在终端中输入：
gcc --version
gcc版本太低的话会不支持，升级方法自行百度
3 安装CUDA
终端中转到下载的目录，输入：
sudo sh cuda_9.0.176_384.81_linux.run
会有很长的协议，空格可退出。最后才进入正式安装，根据下图输入，注意第二步中安装显卡驱动一定要选no，因为之前已经装过了，不然会出很多莫名其妙的问题。其他都是yes
安装完成后会如下显示，最后的warning不用管他
完成后需要设置环境变量，在home目录下按ctrl+h显示隐藏文件，打开.bashrc
在最后输入：
exportLD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64
exportPATH=$PATH:/usr/local/cuda-9.0/bin #其中cuda-9.0根据你的cuda版本修改
保存，然后在终端更新环境变量：
source ~/.bashrc
完成，验证是否安装成功：
cd NVIDIA_CUDA-9.0_Samples/1_Utilities/deviceQuery
make
./deviceQuery
过程及结果如下：
或者输入：
nvcc --version
4 安装cudnn
终端转到cudnn下载位置，输入：
sudo tar -zxvf ./cudnn-9.0-linux-x64-v7.1.tgz
解压完成后有两个文件夹include和lib64，然后将/include目录下的文件拷贝到/usr/local/cuda/include中，如下命令：
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
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
查看是否安装成功：
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
然后cudnn就配置完成了！
