玩深度學習第一件事，就是先把 CUDA、cuDNN 裝好！一聽到「裝環境」我們總是眉頭一皺，這過程肯定有許多坑等著。但其實真的不難，就讓我們看下去！
Step 1：確認 GPU 支援的 CUDA 版本
先確認手上的 GPU 是否有支援 CUDA （如果不支援怎麼還買ＸＤ），如果已經安裝可以使用以下指令查詢顯卡規格
sudo lshw -numeric -C display以我為例，會列出一張 GTX 750 （太窮先拿舊顯卡玩玩練習），以及 Intel CPU 的核顯
*-display
description: VGA compatible controller
product: GM107 [GeForce GTX 750] [10DE:1381]
vendor: NVIDIA Corporation [10DE]
physical id: 0
bus info: pci@0000:01:00.0
version: a2
width: 64 bits
clock: 33MHz
capabilities: pm msi pciexpress vga_controller bus_master cap_list rom
configuration: driver=nvidia latency=0
resources: irq:36 memory:f6000000-f6ffffff memory:e0000000-efffffff memory:f0000000-f1ffffff ioport:e000(size=128) memory:f7000000-f707ffff
*-display
description: VGA compatible controller
product: Xeon E3-1200 v3/4th Gen Core Processor Integrated Graphics Controller [8086:412]
vendor: Intel Corporation [8086]
physical id: 2
bus info: pci@0000:00:02.0
version: 06
width: 64 bits
clock: 33MHz
capabilities: msi pm vga_controller bus_master cap_list rom
configuration: driver=i915 latency=0
resources: irq:34 memory:f7400000-f77fffff memory:d0000000-dfffffff ioport:f000(size=64) memory:c0000-dffff知道型號後到以下網址查詢是否支援：
https://developer.nvidia.com/cuda-gpus
Step 2：安裝 CUDA
使用剛安裝好、乾淨的 Ubuntu 來裝比較不會出錯，如果已經安裝過舊版 CUDA 可能需要先移除。
安裝 CUDA 麻煩的地方就是他的版本有最低需求顯卡驅動版號，懶人法就是不要自己安裝驅動！先去下載 CUDA 安裝，過程中他就會自動幫你安裝正確的驅動，很人性！
到 nvidia 官網下載 CUDA
https://developer.nvidia.com/cuda-toolkit-archive
依照你的系統選擇，這邊以 x86 Ubuntu 20.04 為例，並且點選 dev(local) 的安裝方法。
下面就會列出安裝指令，依序把他複製貼上就完成了！
安裝完後，先重開機！緊接著確認 Driver 是否也有在裝 CUDA 時正確裝上。如果有回傳表示 ok！
$ nvidia-smi
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 470.42.01 Driver Version: 470.42.01 CUDA Version: 11.4 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|===============================+======================+======================|
| 0 NVIDIA GeForce ... On | 00000000:01:00.0 Off | N/A |
| 31% 47C P0 1W / 38W | 262MiB / 981MiB | 0% Default |
| | | N/A |
+-------------------------------+----------------------+----------------------+Step 3：安裝 nvidia-cuda-toolkit
這步驟可選，但可能以後會用到 CUDA 比較底層的功能，就順手安裝一下
sudo apt install nvidia-cuda-toolkit安裝完後用以下指令確認版號
$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Sun_Jul_28_19:07:16_PDT_2019
Cuda compilation tools, release 10.1, V10.1.243Step 4：安裝 cuDNN
一樣需要到 nvidia 官網下載，但必須先申請 nvidia developer 的帳號才行下載。
https://developer.nvidia.com/rdp/cudnn-archive
cuDNN 也必須對應 CUDA 版號來選擇，這邊我們選 for CUDA 11.x 的 x86_64 Linux 版下載
再依序使用以下指令安裝，或直接參考官方文件指令
# 解壓檔案，需替換成你下載的檔名
tar -xzvf cudnn-11.3-linux-x64-v8.2.1.32.tgz
# 將解壓的檔案搬到對應資料夾下就完成！
sudo cp cuda/include/cudnn*.h /usr/local/cuda/include
sudo cp -P cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*完成！可以開始享受 GPU 的加速啦！如果覺得我文章內容對你有幫助的話，請在文章後面幫我按 5 個讚！讓我知道大家都喜歡什麼內容哦！
延伸閱讀
最詳細的 Stable diffusion WebUI 操作教學 – txt2img
如何在 M1 Macbook 上跑 Stable Diffusion？
如何在 Jetson Nano 上安裝 TensorFlow 以及 PyTorch？
使用 Face Recognition 套件快速建立自己的人臉辨識系統！
參考資料
Ubuntu 16.04 安裝 CUDA、cuDNN 教學
https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html#installlinux
How to install the latest Nvidia drivers on Ubuntu 16.04 Xenial Xerus
Linux 如何用指令查詢 Nvidia 驅動程式版本與 GPU 顯示卡資訊？
