目前经常有的情况是，需要在不能联网的机器上部署深度学习环境。给定一个已经装好的系统（这里以Ubuntu16.04为例），下面完成对cuda、cudnn的离线安装精准解释，无废话一次成功，小白一次入门！

即使有网环境，采用如下方法也是最快最便捷的，必定一次成功！

一、cuda安装

1、首先，要确定cuda的版本，注意cuda的版本完全由显卡驱动的版本来确定，和你显卡本身型号没有关系，前提是你的显卡本身支持cuda加速的（到这里查看是否有对应型号，现在的Nvidia显卡大多都支持）

2、然后，查看当前系统的显卡驱动版本，命令行输入nvidia-smi即可看到，可以看到该机的驱动版本为比较新的450.57。如果驱动版本很低的机器，需要自行先安装好驱动（建议这样做，不过这步应该在装系统时就弄好），或者在安装cuda时有附带安装驱动的步骤。

3、下面根据该版本号来确定能装的cuda版本，给出了一张表，驱动版本越高，能装的cuda版本就越多，向下兼容

4、可以看出我的驱动版本所有的cuda版本都能装，我这里准备装cuda10.1，并去官网下载
5、根据我的机器选择对应型号，直接下载.run文件，安装起来最为方便，尤其是离线安装。

6、至此得到了一个.run文件，拷贝到ubuntu16.04的机器上，长下面这样（要是有网的话也可以直接从该机器上直接下载下来，或者直接用wget命令直接从终端下载都可以）

7、在.run文件的目录下打开终端，输入（改成对应的文件名）

sudo sh cuda-xxx.run

由于驱动是好的不需要重装，安装时把Driver前面的X去掉，安装成功后如下图所示。安装完以后要修改环境变量，由于权限原因可能没法直接vim那个文件，使用echo命令把命令添加上，输入

echo 'export PATH="usr/local/cuda-10.1/bin:$PATH"' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH="usr/local/cuda-10.1/LIB64:$LD_LIBRARY_PATH"' >> ~/.bashrc
source ~/.bashrc
nvcc -V //查看是否安装成功

最后显示如下，则cuda安装完成

二、cudnn安装

1、首先依然是版本的确定，这个比较简单，进入cudnn下载页面，根据你所安装的cuda版本选择对应的cudnn版本（理论上越新效果越好，越旧性能越稳定）。我这里下载的是7.6.3版本，点进去，下载第三个for linux这个


2、下载好并拷贝到ubuntu机器上，长下面这样。可以发现不是常见的文件格式，直接用cp命令换成tgz格式解压即可（或者直接修改其后缀名）

cp  cudnn-xxx.solitairetheme8 cudnn-xxx.tgz
tar -xvf cudnn-xxx.tgz

3、解压后会生成一个cuda文件夹，只需要把其中的一些文件移入系统安装的cuda目录内

sudo cp cuda/include/cudnn.h /usr/local/cuda-10.1/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-10.1/lib64/
sudo chmod a+r /usr/local/cuda-10.1/include/cudnn.h
sudo chmod a+r /usr/local/cuda-10.1/lib64/libcudnn*

sudo ln -sf libcudnn.so.7.6.4 libcudnn.so.7
sudo ln -sf libcudnn.so.7 libcudnn.so
sudo ldconfig

这里有个创建软连接的操作，具体为什么也不是特别懂，照着加就行了

4、查看cudnn版本，前三个数字表示版本号7.6.3

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

至此，安装成功！