Ubuntu安装显卡驱动，配置conda环境，安装pytorch

安装显卡驱动

这里选择自动安装，先更新升级

sudo apt-get update
sudo apt-get upgrade

自动选择驱动安装

sudo ubuntu-drivers autoinstall

安装后重启
若自动安装不成功，参考链接手动安装。
https://blog.csdn.net/liu_feng_zi_/article/details/107234271

安装cuda

https://blog.csdn.net/qq_44961869/article/details/115954258

添加cuda环境变量
vim ~/.bashrc

export PATH="/usr/local/cuda-11.0/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-11.0/lib64:$LD_LIBRARY_PATH"

wq!保存退出后，执行命令 source ~/.bashrc

cudnn安装

https://blog.csdn.net/ashiners/article/details/118612897
cudnn查看版本

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

新版cudnn版本号定义在cudnn_version.h里，旧版本在cudnn.h

安装miniconda

安装简易版本miniconda进行环境管理
清华大学镜像源：https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/?C=M&O=A
选择某版本进行下载（这里选择base环境为python3.8，Linux x86 64位）

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py38_4.12.0-Linux-x86_64.sh

下载后sh运行

sh Miniconda3-py38_4.12.0-Linux-x86_64.sh

一路enter，键入yes接受license，键入安装位置（enter选择默认安装位置），键入yes选择初始化miniconda，初始化后重新打开终端则能看到已进入base环境。

conda换源（谨慎换源，我换了后conda install一直出现CondaHTTPError）

conda config --add channels http://(自行查找）（某些https的源可能会出现CondaHTTPError，可改成http试一试）
conda config --set show_channel_urls yes （显示安装源）

修改回默认源：

conda config --remove-key channels

conda安装jupyter notebook

先在base环境安装jupyter：

conda install jupyter notebook

之后进入jupyter，发现只有conda默认的base环境：

在torch环境安装nb_conda，将conda其他虚拟环境关联到jupyter：

conda install nb_conda

此时便可以通过jupyter使用其他conda环境了。

安装pytorch

新建conda环境用来装pytorch，并指定python版本

conda create -n pytorch python=3.8

进入pytorch官网，根据自己cuda版本，选择安装最新版本或者以前版本，复制对应指令。

可选择conda安装或者pip安装，个人感觉pip安装更加方便，且换源后速度更快。

验证pytorch，cuda是否可用

import torch # 如果pytorch安装成功即可导入
print(torch.cuda.is_available()) # 查看CUDA是否可用
print(torch.cuda.device_count()) # 查看可用的CUDA数量
print(torch.version.cuda) # 查看CUDA的版本号