第一步：查看本机cuda版本

在终端输入：

cat /usr/local/cuda/version.txt

这里有个误区，我们常常使用nvidia-smi来查看显卡信息，如下图 ，一个11.0一个11.1，也就是说显卡cuda版本是有可能不等于上面路径的cuda版本的。个人理解是显卡驱动cuda版本是独立的。我们要以上图cuda版本为准。

第二步：安装cuda

如果cat的路径没有cuda就去官网下载：CUDA Toolkit Archive | NVIDIA Developerhttps://developer.nvidia.com/cuda-toolkit-archive

如果有，也不能跳过该步骤

我们可以看到很多版本，但不是每个版本都符合要求的，根据paddle版本要求，如下图，cuda只有四个版本，如果你的cat到的cuda版本号在下图之列就可以跳过第二步了。如果cat不到或版本不在下图之列就继续。

如果cuda版本不在要求之列，请先卸载当前cuda

卸载方法：在终端依次输入

cd /usr/local/cuda/bin

sudo ./cuda-uninstaller

cd ~

记住，卸载cuda不等于卸载显卡驱动，现在nvidia-smi仍然能查到显卡信息

现在我们开始下载，选择最新的11.0版本

再根据系统实际情况进行如下选择

我们复制上图下面的wget下载命令，并主机终端执行

 下载好后，复制上上图最下面的安装命令，并在终端粘贴执行

 稍等片刻出现下图界面

 这里提示存在驱动，我们通过方向键移动到continue然后按Enter回车

 然后出现下图说明文件，直接在键盘输入accept再按回车（远程输入可能不会显示）

然后按如下选择，移动到Install再按回车（空格键控制叉或不叉）

安装完成后设置环境变量

vim ~/.bashrc

 然后在后面插入如下代码

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.0/lib64
export PATH=$PATH:/usr/local/cuda-11.0/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-11.0

 第三步：安装cudnn

根据下图paddle环境要求，cuda11.0需要搭配cuDNN v8.0.4

 

 我们去cuDNN官网下载对应版本：cuDNN Archive | NVIDIA Developerhttps://developer.nvidia.com/rdp/cudnn-archive

 

 再下载适合自己环境的三个文件：不知道系统版本就在终端输入uname -a

下载好后在终端依次执行

sudo dpkg -i libcudnn8_8.0.4.30-1+cuda11.0_amd64.deb
sudo dpkg -i libcudnn8-dev_8.0.4.30-1+cuda11.0_amd64.deb
sudo dpkg -i libcudnn8-samples_8.0.4.30-1+cuda11.0_amd64.deb

终端输入下面命令验证是否安装成功

ldconfig -v | grep cudnn

如果显示如下，说明安装成功

第四步：安装Paddle

避免与其他环境冲突，建议先用conda建立一个虚拟环境，在虚拟环境中进行安装 

在官网根据根据自己的版本进行选择：开始使用_飞桨-源于产业实践的开源深度学习平台飞桨PaddlePaddle快速安装使用方法,安装方式支持：pip,conda,docker,源码编译,选择操作系统快速安装实现您的AI想法.https://www.paddlepaddle.org.cn/install/quick?docurl=/documentation/docs/zh/install/pip/linux-pip.html

 然后复制最下面的安装命令在终端执行

第五步：验证Paddle是否安装成功

 在终端输入python并回车，再输入下图代码

import paddle
paddle.utils.run_check()

如果出现下图这些信息，代表安装成功，如果出现错误或警告，可能步骤中有什么遗漏或版本不兼容，欢迎大家指正。

踩坑不易，大家多多支持