安裝nvidia驅動

其實不用，cuda已經自帶了驅動了。
我是通過系統的軟體升級中心來安裝的，如下圖所示

安裝之後可以在終端中使用命令nvidia-smi來驗證，如下圖所示

安裝cuda10.2

從網站https://developer.nvidia.com/cuda-10.2-download-archive上下載。網站給出瞭如下的下載安裝程式碼：

1. wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin
   

   ---

2. sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600
   
   

   ---

3. wget http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda-repo-ubuntu1804-10-2-local-10.2.89-440.33.01_1.0-1_amd64.deb
   

   ---

4. sudo dpkg -i cuda-repo-ubuntu1804-10-2-local-10.2.89-440.33.01_1.0-1_amd64.deb
   

   ---

5. sudo apt-key add /var/cuda-repo-10-2-local-10.2.89-440.33.01/7fa2af80.pub
   

   ---

6. sudo apt-get update
   

   ---

7. sudo apt-get -y install cuda
   
   

   ---

重啟系統。
修改環境變數PATH和LD_LIBRARY_PATH。在.bashrc中新增如下內容：

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

使用source .bashrc來更新。
然後安裝、編譯、執行一個例項：

cuda-install-samples-10.2.sh ~
cd ~/NVIDIA_CUDA-10.2_Samples/5_Simulations/nbody
make
./nbody
 

出現如下的介面

安裝成功。
輸入nvcc -V命令，出現如下資訊：

安裝CUDNN

從網站https://developer.nvidia.com/rdp/cudnn-download(需要登入)下載對應的cudnn。
參考https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html進行安裝。

sudo dpkg -i libcudnn8_8.0.3.33-1+cuda10.2_amd64.deb 
sudo dpkg -i libcudnn8-dev_8.0.3.33-1+cuda10.2_amd64.deb 
sudo dpkg -i libcudnn8-samples_8.0.3.33-1+cuda10.2_amd64.deb 

驗證安裝的結果

cp -r /usr/src/cudnn_samples_v8/ $HOME
cd  $HOME/cudnn_samples_v8/mnistCUDNN
make clean && make
 ./mnistCUDNN

出現Test passed!的提示。表示安裝成功。

安裝PyTorch

根據https://pytorch.org/上面的指導，選擇對應的版本之後會有相應的安裝命令。我的命令是：

sudo pip3 install torch torchvision