一、预处理：
1、检测显卡驱动及型号
##添加ELPepo源，参照网上资料有版本差异，我取最新版本，地址如下：/tiki/tiki-index.php
sudo rpm --import /RPM-GPG-KEY-sudo yum install /elrepo-release-7.0-4.el7.elrepo.noarch.rpm
##安装NVIDIA驱动检测
sudo yum install nvidia-detectnvidia-detect -v
Probing for supported NVIDIA devices...[10de:1c82] NVIDIA Corporation GP107 [GeForce GTX 1050 Ti]This device requires the current 430.40 NVIDIA driver kmod-nvidia
2、处理显卡冲突
因为安装NVIDIA官方驱动会和系统自带nouveau驱动冲突，需要禁用自带的nouveau驱动，先执行命令查看该驱动状态：
sudo lsmod | grep nouveau
修改/etc/modprobe.d/blacklist.conf 文件，以阻止 nouveau 模块的加载，如果系统没有该文件需要新建一个，这里使用root权限，普通用户无法再在/etc内生成.conf文件。
sudo suecho "blacklist nouveau" > /etc/modprobe.d/blacklist.confecho "noptions nouveau modeset=0" >> /etc/modprobe.d/blacklist.conf
或者，直接创建编辑 /etc/modprobe.d/blacklist.conf
sudo vi /etc/modprobe.d/blacklist.confblacklist nouveaunoptions nouveau modeset=0
3、 重新建立initramfs image文件
sudo mv /boot/initramfs-$(uname -r).img /boot/initramfs-$(uname -r).img.baksudo dracut /boot/initramfs-$(uname -r).img $(uname -r)
二、安装CUDA（如果不需要可以略过，直接安装驱动；如果需要则先安装该步）
1、下载安装
资料上建议先装cuda，避免安装中的冲突。
官网下载cuda-rpm包 /cuda-downloads，一定要对应自己的版本。
wget /compute/cuda/10.1/Prod/local_installers/cuda-repo-rhel7-10-1-local-10.1.168-418.67-1.0-1.x86_64.rpmsudo rpm -i cuda-repo-rhel7-10-1-local-10.1.168-418.67-1.0-1.x86_64.rpmsudo yum clean allsudo yum install cuda
由于Tensorflow-gpu（V1.13.1）等框架对CUDA（V10.0）版本有要求，需要卸载已经安装好等10.1版本等CUDA，重新安装10.0版本，具体过程如下：
（1）卸载
sudo rm -rf /usr/local/cuda-10.1/include/cudnn.hsudo rm -rf /usr/local/cuda-10.1/lib64/libcudnn*sudo yum remove cuda*
（2）重新安装，软件包下载过程同上，自己找。
sudo rpm -i cuda-repo-rhel7-10-0-local-10.0.130-410.48-1.0-1.x86_64.rpmsudo yum clean allsudo yum install cuda
2、测试cuda
cd /usr/local/cuda-10.1/samples/1_Utilities/deviceQuerysudo make./deviceQuery
注：对于10.0版本，路径为/usr/local/cuda/samples/1_Utilities/deviceQuery，或者/usr/local/cuda-10.0/samples/1_Utilities/deviceQuery
3、设置环境变量
cuda添加到bashprofile中
vi ~/.bash_profilePATH=$PATH:$HOME/bin:/usr/local/cuda/binLD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64/CUDA_HOME=/usr/local/cudaexport PATHexport LD_LIBRARY_PATHexport CUDA_HOME
4、环境变量生效：
source ~/.bash_profile
5、测试
$ nvcc -Vnvcc: NVIDIA (R) Cuda compiler driverCopyright (c) - NVIDIA CorporationBuilt on Wed_Apr_24_19:10:27_PDT_Cuda compilation tools, release 10.1, V10.1.168
三、安装驱动：
1、下载安装
下载驱动地址，/drivers
进入NVIDIA目录执行安装（建议推迟到cuda安装后再装驱动），安装之前需要重启服务。先关闭图形界面
wget -r -np -nd https://cn./XFree86/Linux-x86_64/430.40/NVIDIA-Linux-x86_64-430.40.runinit 3chmod +x NVIDIA-Linux-x86_64-430.40.runsh NVIDIA-Linux-x86_64-430.40.run
如果安装完成，可以运行命令查看显卡状态
$ nvidia-smi
2、恢复到图形界面
init 5
可以看到Cenos的图形服务界面。
本环境，中安装NVIDIA官方驱动前，经常出现kworker/u12:x （x是指数字可变）占用了大量CPU（超过65%），造成界面很难操作，通过top命令查看pid，再通过cat /proc/pid/stack命令查看堆栈。
安装官方驱动后，症状消失，待观察。
四、安装CUDNN
从官网下载安装包：/cudnn，注意需要注册为开发者。依赖的CUDA目录为/usr/local/cuda/。
tar -xzvf cudnn-10.1-linux-x64-v7.6.2.24.tgzcp cuda/include/cudnn.h /usr/local/cuda-10.1/includecp cuda/lib64/libcudnn* /usr/local/cuda-10.1/lib64chmod a+r /usr/local/cuda-10.1/include/cudnn.h /usr/local/cuda-10.1/lib64/libcudnn*sudo ln -sf /usr/local/cuda/lib64/libcudnn.so.7.6.2 /usr/local/cuda/lib64/libcudnn.so.7sudo ldconfig
卸载及重新安装：
卸载采用删除方式就可以，我找卸载（remove）cuda时，就把lib等对应关系、依赖关系就删除了，只留下文件夹及内容。
重新安装同上，修改其中等文件目录。
CUDA10.1对应CUDNN的版本是V7.6.2。
tar -xzvf cudnn-10.0-linux-x64-v7.5.1.10.tgzsudo cp cuda/include/cudnn.h /usr/local/cuda/includesudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*sudo ln -sf /usr/local/cuda/lib64/libcudnn.so.7.5.1 /usr/local/cuda/lib64/libcudnn.so.7sudo ldconfig
最后这一步命令，这步非常重要，将影响Tensorflow等框架等使用。
注：
$ ldconfig
ldconfig: /usr/local/cuda-10.0/targets/x86_64-linux/lib/libcudnn.so.7 不是符号连接
通过ldconfig命令，可以检查出lib库文件的异常，例如上面重建连接。
