Ubuntu18.04安装CUDA与降级GCC教程

"本文主要介绍了如何在Ubuntu 18.04上安装Caffe的GPU版本，同时使用Python3.6和Anaconda3进行环境配置。教程中还涉及到NVIDIA驱动的安装、GCC版本的降级以及解决CUDA与GCC版本兼容性问题。此外，还提到了如何在系统中切换Python版本和设置环境变量。" 在安装Caffe的GPU版本之前，首先需要确保你的系统中已经安装了正确的NVIDIA驱动。这里选择了安装nvidia-390驱动，并通过`nvidia-smi`命令来检查驱动是否正确安装和运行。在Ubuntu 18.04中，由于默认的GCC版本（7.0）不兼容CUDA 9.0，因此需要将GCC版本降级到6.0或更低。教程中详细步骤是安装gcc-5和g++-5，然后通过`update-alternatives`命令设置它们为默认版本。 接着，文章讲述了如何安装Anaconda3，这是一个科学计算平台，包含了众多Python库，可以方便地管理不同的Python环境。用户可以从Anaconda官网下载.sh安装包，然后在终端中使用bash命令进行安装。安装完成后，为了确保使用Python3.6作为默认版本，可以通过`update-alternatives`命令来切换Python版本。同时，为了能够在系统中全局使用Anaconda3，需要将其安装路径添加到环境变量中。 最后，文章提到了如何使环境变量配置立即生效，提供了几种不同的方法。这些步骤对于在Ubuntu 18.04上搭建Caffe的GPU环境至关重要，因为Caffe是一个依赖于特定版本的CUDA、cuDNN和GCC的深度学习框架。在Python3.6和Anaconda3的帮助下，可以更方便地管理和控制项目的依赖关系，同时避免与其他软件的版本冲突。 在安装和配置完成后，用户可以利用这个环境运行Caffe的示例，如MNIST数据集的训练，以验证安装是否成功。通过这种方式，开发者可以在本地机器上快速地进行深度学习模型的训练和测试。