下载并安装anaconda

1）官网下载anaconda.sh很慢，推荐在清华源下载https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/;

2）使用bash anaconda.sh来安装anaconda;

3）安装完成后，重启terminal；

4）输入命令"python --version"，查看python版本 (若不重启terminal直接输入命令，显示的仍是系统自带的python的版本);

       输入命令"which python"，查看使用的是系统自带python还是anaconda的python。

安装显卡驱动

1. 输入"nivida-smi"命令，检测系统是否已安装了显卡驱动。

2. 若提示无法识别nvidia-smi命令，说明系统没有安装驱动。

   此时，输入命令"ubuntu-drivers devices"，

       从输出结果看，系统建议安装nvidia-driver-440版本的驱动。

      此时，需要确定显卡驱动使用的内核版本与推荐内核版本是否一致。当两者不一致时，一定要安装显卡驱动使用的内核，否则会出现错误。

      具体地，输入命令“cat /proc/driver/nvidia/version”，查看显卡驱动使用的内核版本

     可以看出Kernel Module为435.21。

     这与系统推荐使用的内核版本不一致，故输入如下命令来安装435.21版本：

     sudo add-apt-repository ppa:graphics-drivers/ppa

     sudo apt-get update

     sudo apt-get install nvidia-435

     最后，输入命令“nvidia-smi”，检测安装的版本是否为435

3. 若出现“Failed to initialize NVML: Driver/library version mismatch”，说明安装的驱动有问题。

     输入命令“cat /var/log/dpkg.log | grep nvidia”，查看电脑安装驱动

     由上述部分截图可知，电脑安装的显卡驱动是440.64版本。

     输入命令“sudo dpkg --list | grep nvidia-*”

     可以看出，nvidia有多个版本，其中有自动更新后的440版本（即电脑现在使用的版本），也有显卡驱动支持的版本435，这也是问题产生的根源。所以需要卸载现有驱动，重新安装435.21版本的驱动。具体如下：

     输入“sudo apt-get purge nvidia*”，卸载电脑所有显卡驱动

     重新安装命令见上。

From: https://blog.csdn.net/qq_40200387/article/details/90341107

https://blog.csdn.net/tjuyanming/article/details/80862290

安装cuda

1. 到Pytorch官网（https://pytorch.org/）检测Pytorch支持的cuda的最高版本

   

   由图知，pytorch支持的cuda最高版本为10.1。
   

2. 到官网(https://developer.nvidia.com/cuda-toolkit-archive)下载对应版本的cuda

   
   

   在安装过程中依次选择“Continue”与“accept”；由于我们已安装了驱动，因而安装过程中不要再安装驱动（注意：中括号中空白表示不安装），如图所示，点击install即可安装

   

3. 配置.bashrc文件

   在终端输入 “sudo gedit ~/.bashrc”

   在文件末尾添加两行，注意修改为自己的路径

   export PATH="/usr/local/cuda-9.0/bin:$PATH" #这里最好加上双引号把路径括起来

   export LD_LIBRARY_PATH="/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH"

4. 测试cuda是否安装成功

   重启terminal，输入“nvcc -V”（注意是大写的V）

   

   之后编译CUDA Samples，注意修改自己的安装路径和版本

   cd NVIDIA_CUDA-9.0_Samples/0_Simple/vectorAddmake./vectorAdd
   

   出现下面的Test PASSED代表CUDA安装成功。

   
   

配置cudnn

1、到官网下载文件（https://developer.nvidia.com/rdp/cudnn-download）

       注意：cudnn版本要与cuda的版本对应起来，随后选择“cuDNN Library for Linux ”。

2、解压并进入文件夹，运行如下命令

      sudo cp cuda/include/cudnn.h /usr/local/cuda-10.1/include

      sudo cp cuda/lib64/libcudnn* /usr/local/cuda-10.1/lib64

      sudo chmod a+r /usr/local/cuda-10.1/include/cudnn.h 

      sudo chmod a+r /usr/local/cuda-10.1/lib64/libcudnn*

3、查看cudnn版本

      输入命令“cat /usr/local/cuda-10.1/include/cudnn.h | grep CUDNN_MAJOR -A 2”

安装Pytorch

到官网(https://pytorch.org/)选择对应的版本，并在terminal输入命令安装

From:   https://www.cnblogs.com/moon3/p/12199588.html