CUDA、cuDNN免安装方法

每次部署环境时都要安装CUDA、cuDNN，并确保tensorflow与CUDA、cdDNN版本对应，这些操作真心繁琐且枯燥。思考了一下，从应用调用层面出发：

export LD_LIBRARY_PATH=`pwd`:/usr/local/cuda9.0

采用命令模型运行时，我们大部分应用都是采用上述的环境变量形式注册动态库；若IDE是pycharm，只要在‘Edit Configurations’中‘Defaults’选项中选择‘Python’，将上面的代码复制到‘Environment variables’中即可。

然后我们下载CUDA、cuDNN动态库，可以复制别人安装好的so文件即可，只要6个so文件即可：

libcublas.so.9.0.103
libcudart.so.9.0.103
libcudnn.so.7.1.4
libcufft.so.9.0.103
libcurand.so.9.0.103
libcusolver.so.9.0.103

文件名称的so后面是版本号。如图我拷贝了CUDA9.0.103+cuDNN7.1.4

将上图的cuda9.0文件夹拷贝到新机器的‘usr/local/’文件夹中，在终端运行run.sh脚本自动生成软链接，这样新机器就可以的CUDA、cdDNN就配置好了。