ubuntu18.04 | NVIDIA driver + CUDA-10.2 + cuDNN-7.6.5 + Pytorch + TensorFlow-gpu-2.1.0 + OpenCV-4.2.

一. NVIDIA显卡驱动

参考： https://www.cnblogs.com/abelsu/p/10625616.html

1. 安装前准备

(1). 检查是否有卡

一般购入电脑时就能有所了解，并且带有该显卡的电脑，都会有NVIDIA的绿色标识贴在机身上，只需要进一步确认就可以：

$ lspci | grep -i nvidia

如果输出有带NVIDIA字符就可以了。

(2). 关闭Security Boot

重启电脑，在开机过程中连续敲击某个键进入BOIS设置，我的是F2，有的电脑是F6，F12等，不确定的可以根据电脑情况查一下。

选择Security Boot一栏，回车将Enable改为Disable。

2. 安装NVIDIA显卡驱动

(1). 禁用nouveau

可以先检查一下是否禁用，我的在安装系统时就一并禁用了：

$ lsmod | grep nouveau

没有输出则证明被禁用了。

如果有输出，则执行：

$ sudo gedit /etc/modprobe.d/blacklist.conf

在文末添加：blacklist nouveau，保存关闭后执行：

$ sudo update-initramfs -u

重启电脑再执行：

$ lsmod | grep nouveau

(2). 把显卡驱动加入PPA：

卸载系统里的低版本驱动：

$ sudo apt-get purge nvidia*

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

(3). 查找本电脑中NVIDIA显卡驱动最新版本号：

$ sudo apt-cache search nvidia

(4). 查看Ubuntu推荐的驱动版本：

$ Ubuntu-drivers devices

我的推荐是nvidia-driver-440。

(5). 打开软件和更新，点击附加驱动，选择使用推荐版本的选项，进行应用更改。

(6). 重启电脑执行：

$ nvidia-smi

我的配置只能用CUDA-10.2的版本，而目前的pytorch只能下载10.1版本，这是一个比较麻烦的问题，可能导致pytorch安装失败。

二. CUDA-10.2

1. 下载CUDA Toolkit 10.2

(1). 查看gcc，Kernel Header和Development

$ gcc --version

没有则安装：

$ apt install gcc

$ uname -r

确保Kernel Header与正在运行的Kernel相互匹配：

$ sudo apt-get install linux-headers-$(uname -r)

(2). 下载和安装CUDA

打开NVIDIA官网(https://developer.nvidia.com/cuda-downloads)，在标有Select Target Platform的绿色表格内根据自己的配置情况进行选择，如我选的是：

Operating System：Linux
Architecture：x86_64
Distribution：Ubuntu
Version：18.04
Installer Type：deb(local)

一般来说下载方式选runfile(local)更容易成功，但deb比较稳妥。

选择结束之后下方的Download Installer for Linux Ubuntu 18.04 x86_64绿色表格中会出现名为Base Installer的嵌入式表格，复制其中给出的Installation Instructions到terminal进行安装即可。
文件大小约2.46G，最好保存到没有中文的目录下，以免出现之后乱码或其他问题。

(3). 查看文件是否下载完整

下载完成后点击嵌入式表格下方的Installer Checksums，查看校验码。在teiminal输入：$ md5sum ccuda-repo-ubuntu1804-10-2-local-10.2.89-440.33.01_1.0-1_amd64.deb，得到下载之后的校验码。
对比二者无异则证明下载完整。

(4). 添加环境变量

打开cuda-10.2所在位置：

$ cd /usr/local/cuda-10.2/bin

找到nvcc，在terminal打开，输入：

$ vi ~/.bashrc

按a由只读改为插入，添加环境变量：

export PATH=”/usr/local/cuda-10.2/bin:$PATH”

输入命令验证是否配置好：

$ source ~/.bashrc
$ echo $PATH

(5). 测试是否安装成功

在终端输入：

$ cd /usr/local/cuda-10.2/samples/1_Utilities/deviceQuery
$ sudo make
$ ./deviceQuery

显示结果如图则证明安装成功。

三. cuDNN

参考：https://blog.csdn.net/u010801439/article/details/80483036

1. 下载和安装cuDNN

打开NVIDIA官网(https://developer.nvidia.com/cudnn)，选择download cuDNN，这里需要登录才能进行下载，所以选择Login，没有账号则创建账号，有则直接登录。

选择for CUDA 10.2的cuDNN版本，选择其中的cuDNN Library for Linux下载，这个文件是基础文件。
下载完成后在