参考文章

　　如有雷同，绝非巧合。本篇基本照抄，只是做了些许更改和标注。

　　1.NVIDIA显卡驱动安装

　　首先去官网上查看适合本机的GPU的驱动。

　　本人查询的过程和GPU适合的驱动如下图：

　　图中”Version:384.59”就是我们需要获得的信息，后面会用到。

　　执行如下语句，安装

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-384(注意这里，改成你的版本)
sudo apt-get install mesa-common-dev
sudo apt-get install freeglut3-dev

　　执行完上述后，重启：

sudo reboot

　　输入：

nvidia-smi

　　如果出现了你的GPU列表，则说明驱动安装成功了。

　　另外可以通过：

　　nvidia-settings

　　查看自己机器上详细的GPU信息。

　　2.CUDA安装

　　CUDA相信做机器学习的人都知道，是英伟达推出的并行计算架构，现在大量数据计数的应用基本都用它，比如挖矿、大数据处理、深度学习等等。

　　从这里下载cuda8.0的安装文件

　　这里下载的是cuda8.0的runfile（local）文件。

　　这里是nvidia给出的官方安装指南（遇到问题时可以查阅)

　　下载完cuda8.0后，执行如下语句，运行runfile文件：

sudo sh cuda_8.0.61_375.26_linux.run(这里中间的版本号按照你下载的来)

　　因为驱动之前已经安装，这里就不要选择安装驱动。其余的按提示选择“接受”（accept），“默认”（直接回车）和“是”（y）即可。

　　打开“profile”文件

sudo gedit /etc/profile

　　在末尾处添加环境变量

export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64$LD_LIBRARY_PATH

　　重启电脑：

sudo reboot

　　3、测试cuda的Samples

cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery

　　如果显示的是一些关于GPU的信息，则说明安装成功了。