ubuntu查看gpu使用率_[教程] 最快速、最简单搭建深度学习环境：Ubuntu+显卡驱动+Cuda+Cudnn+TF...

前言

尽管之前有写安装环境的教程，不过今日发现其中一些步骤还有简化的空间，写此文以记之，愿能给入坑深度学习的新人节省一些时间。 教程将安装以下软件，请读者按需阅读：

• Ubuntu 18.04 LTS
• Anaconda
• Cuda Toolkit 10.0
• Cudnn 7.6
• Python 3.7.3
• Nvidia 显卡驱动 430
• PyCharm CE 2019.02

Ubuntu

前往 Ubuntu 官网下载系统安装包，现推荐 Ubuntu 18.04.3 LTS 稳定版本。 然后使用 U 盘制作启动盘，如果您不熟悉如何制作启动盘，可以参考以下几个教程： 1. 在 Windows 上制作 USB 启动盘 2. 在 macOS 上制作 USB 启动盘 3. 在 Ubuntu 上制作 USB 启动盘

下载的文件类似于ubuntu-18.04.3-desktop-amd64.iso，大小约 1.9 GB。 制作完成后，把 U 盘插入到您将要安装的电脑上，然后从 U 盘启动电脑（一般来说，在电脑开机的时候，按住F12）。

具体安装流程可以参考官方教程。

Anaconda

接下来安装 Anaconda，进入官网，在下方选择 Linux，选择 Python 3.7 版本进行下载：

下载的文件类似于Anaconda3-2019.07-Linux-x86_64.sh，大小约为 542 MB。 接下来安装 Anaconda，您可以参考详细的官方教程，或者进入安装包目录，输入以下命令：

# 注意替换为您下载的实际文件名
bash Anaconda3-*.sh

之后一路回车或yes，安装完成后，重新打开 Terminal，输入

anaconda-navigator

打开 Anaconda Navigator 之后，选择左侧的 Environments 选项卡，在右栏中，把下拉框切换为All，在搜索框中搜索cud，不出意外的话搜索结果为