首先是重要參考文章
https://www.jb51.net/article/146555.htm
回頭慢慢寫
https://www.cnblogs.com/ranxf/p/9412242.html
https://www.jianshu.com/p/ea169536850f
先明確幾個概念，我是爲了裝GPU加速的pytorch跑神經網絡的，結果以爲就是裝個顯卡驅動，事實證明做事前花一分鐘想想是必要的。
下面第一步是不需要的（直接安裝NVIDIA顯卡驅動），當然失敗也是收穫，講一下如何安裝驅動（我裝完卸載了）（重要參考文章https://www.jb51.net/article/146555.htm）：
- 禁用Nouveau顯卡驅動
在進入grub啓動界面時，10秒內使用↑↓鍵選中Ubuntu，按e鍵進行編輯，在倒數第二行quiet slash後添加acpi_osi=linux nomodeset
quiet slash acpi_osi=linux nomodeset
該方法只是暫時禁用Nouveau顯卡驅動，在進入桌面後需要在grub的配置文件裏面更改已使得其永久有效，在命令行中輸入如下命令：
$ sudo gedit /boot/grub/grub.cfg
2.使用標準Ubuntu倉庫進行自動化安裝
（1）檢測你的NVIDIA顯卡型號和推薦的驅動程序的模型。在命令行中輸入如下命令：
$ ubuntu-drivers devices
找到recommend這一項對應的版本號
我的建議安裝的是nvidia-440版本驅動，然後繼續在命令行輸入：
$ sudo ubuntu-drivers autoinstall
將會自動安裝所推薦的nvidia-440版本驅動
安裝過程中，可能會提示需要secure boot，按照默認一步步來即可（我在哪個博客中看到需要先在BIOS中禁用secure boot，我就禁用了，所以我在這裏什麼都沒操作)
至此，Nvidia驅動安裝完成，重啓後即可生效（備註：需要重啓！然後輸入nvidia-smi即可查看對應信息）另外：Linux裏面，輸入命令以後沒有異常輸出，error或者warning，或者沒有輸出就是最好的輸出，只是提醒一下）
然後在下一篇博客裏面我看到安裝cuda-tookit（給pytorch GPU加速用的主要結構）需要卸載掉驅動，於是我又sudo apt-get remove --purge nvidia-*後來發現其實可以不用卸載（在安裝cuda的時候在安裝驅動時選擇no，當然如果卸載掉的話，安裝cuda時一路回車就好（cuda裏面包含了顯卡驅動）），重要參考文章：（https://blog.csdn.net/m0_37518259/article/details/80983024）：
官網下載CUDA驅動，官網鏈接：here。請注意，要下載.deb文件。當選擇好文件後，官網會給出相應的Installation instructions，照着來沒錯。（我也是按照這樣做的，下面有五六句命令即可安裝完畢，但是下面的驗證我沒有通過不知道爲什麼，提示我需要安裝，我也懶得管了，因爲後面發現別人博客自己編譯，不選擇deb，而是選擇了runfile（local）的貌似都通過了，但是影響不大，我最後驗證了pytorch GPU可以使用。大家有知道的可以評論解釋一下，感謝。
Command 'nvcc' not found, but can be installed with:
sudo apt install nvidia-cuda-toolkit
接下來驗證安裝結果，報錯說明沒安裝成功。
nvcc -V
接下來參考博客就直接區莊pytorch了，如下：
到PyTorch官網（here）下載pytorch安裝包或直接使用命令安裝，請注意科學上網：），然後檢查顯卡是否可用：
python
>>> import pytorch
>>> print(torch.cuda.is_available())
返回true說明安裝成功。
但是我又去安裝了cudnn，（手動狗頭，我現在也不知道爲什麼要裝這個）重要參考文章：https://www.jianshu.com/p/ea169536850f
https://blog.csdn.net/u010801439/article/details/80483036我是看的第二個做的：cuDNN安裝步驟
接下來我們安裝cuDNN
在下載cuDNN之前，我們需要註冊一個賬號
cuDNN is freely available to members of the Accelerated Computing Developer Program
註冊完賬號後我們選擇下載
選擇cuDNN v5.1 Library for Linux
安裝cuDNN非常簡單，我們只需解壓下載的包，並將其拷貝到lib64和include這兩個目錄即可
$ cd ~
$ tar -xzvf cudnn-8.0-linux-x64-v5.1.tgz
$ cd cuda
$ sudo cp lib64/* /usr/local/cuda/lib64/
$ sudo cp include/* /usr/local/cuda/include/
$ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
恭喜你！ cuDNN 已經安裝成功，解釋一下，解壓完就是cuda這個文件夾，進行一下複製和授權
接下來就可以安裝相應的軟件，如：anaconda,pycharm tensorflow 等。。。當然之前安裝也是沒有毛病的。
最後的pytorch安裝，重要參考博客https://blog.csdn.net/red_stone1/article/details/78727096：
當然其實就是打開PyTorch官網：
PyTorch
應該會自動讀取你機器版本以及cuda的版本等等，直接運行它給的conda命令即可（需要提前安裝好anaconda）
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
進去一看就知道了，沒有截圖工具就不截圖了。
查看顯卡信息相關命令：
https://www.cnblogs.com/ranxf/p/9412242.html