这次决定记下来，以后就不用去翻别人的帖子了

安装ubuntu

略
记得修改软件源+修改目录中文路径为英文（选择安装English忽略）

1.安装显卡驱动

查看支持的驱动版本：

ubuntu-drivers devices

ubuntu查看gpu驱动_CUDA


*** 如果没有想要的驱动可以尝试添加PPA源 ***

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

安装需要的驱动版本（需要查看以下显卡驱动和cuda的版本匹配，cuda10.2支持440版本的驱动，450的驱动使用cuda11.0），这里以435版本驱动为例（安装时候是有440的，写记录时候查看就没有了，诡异~~~~~）：

sudo apt install nvidia-driver-435	# install后面为安装驱动的名字，要和前面查找出的列表中的名字一致

这时候就可以使用nvidia-smi查看显卡驱动（我的电脑装的是440版本的驱动）：

ubuntu查看gpu驱动_cuda_02

2.安装cuda

进入nvidia开发者网站的CUDA下载页面：
https://link.zhihu.com/?target=https%3A//developer.nvidia.com/cuda-toolkit-archive注意下载对应显卡驱动的CUDA版本！！！
因为我安装的是440版本的驱动，对应cuda10.2，因此下载cuda10.2

安装：下载的位置有如何安装的提示！

进入安装程序后按提示操作；

注意：选取安装项时不安装显卡驱动

ubuntu查看gpu驱动_显卡驱动_03


（这个图别的地方偷来的，所以不对应，但是意思是对的。自己这不想再走一遍了，偷个懒~）

等待安装完成（完成时会提示有错误，但是不影响，因为没有添加环境变量）
完成后添加环境变量，打开终端：

sudo gedit ~/.bashrc

在文件最后添加：

export CUDA_HOME=/usr/local/cuda 
export PATH=$PATH:$CUDA_HOME/bin 
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

保存后退出，然后终端输入：

source ~/.bashrc

可以使用下面的指令测试是否成功：

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

3.安装cudnn

https://developer.nvidia.com/cudnn下载安装文件。

需要注册登录，之后选择和自己CUDA版本对应的CUDNN，下载完成后解压并进入文件：

ubuntu查看gpu驱动_ubuntu_04

然后：

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/ 
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ 
sudo chmod a+r /usr/local/cuda/include/cudnn.h 
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

在终端查看版本：）

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

其实我的输入后什么都不显示。
不过安装了pytorch或tensorflow-gpu后，可以用代码测试是否成功！

torch.cuda.is_avaliable()
tf.test.is_avaliable()

收工大吉！！！