ubuntu16.04 配置顯卡驅動+cuda8.0+cudnn+pytorch
1. 在線安裝顯卡驅動
1.ubuntu桌面左上角設置 -> system setting -> software&apdates -> additional drivers -> using NVIDIA binary driver
2.安裝完以後 終端輸入nvidia-smi驗證驅動是否裝好
2. 離線安裝cuda
1找到 cuda_8.._linux.run和 cuda_8..._375.26_linux.run 所在文件夾
2. 鍵入 ctrl+ shift +F1 進入命令行界面，輸入sudo service lightdm stop關閉圖形界面。
3. 在命令行界面輸入sudo bash cuda_8_.._375.26_linux.run
注意： 在安裝過程中，會詢問是否需要裝顯卡驅動 輸入 n (避免重複安裝顯卡驅動), 其餘都選y
4.安裝完以後， 輸入 ls可以查看文件列表，通過sudo bash ***.run在執行安裝另一個 cuda文件，一直 enter 直到安裝完成
5.啓用圖像界面 sudo service lightdm start即可進入
3. 安裝cudnn
- 進入cudnn官網，登錄後點擊 Downloadcudnn 下載cuDNN v7.1.3 for CUDA 8.0中的對應16.04的3個Deb文件.（也可以通過
.tzr文件安裝，但我更偏向用deb文件，比較方便。
（若已下載，直接在文件所在文件夾打開終端進行第2步驟） - 下載完以後點擊下載頁面的 Installation Guide 按照2.3.2的方法進行安裝
sudo dpkg -i libcudnn7_7(Tab鍵)
sudo dpkg -i libcdnn7-dev(Tab鍵)
sudo dpkg -i libcdnn7-doc(Tab鍵)
注:在終端下，通過tab鍵可以快速補全，避免輸入錯誤
4. 配置環境變量
1.終端輸入sudo gedit /etc/profile
在末尾加入
PATH=/usr/local/cuda-8.0/bin:$PATH
export PATH 然後保存
2.保存後，創建鏈接文件
sudo gedit /etc/ld.so.conf.d/cuda.conf
增加下面一行
/usr/local/cuda-8.0/lib64
然後在終端輸入sudo ldconfig使鏈接生效。
5. 離線安裝cond
打開 anaconda所在文件 打開終端 輸入 bash Anaconda3-5.1.0-linux-x86_64.sh
注意：VScode 輸入no
6. 配置pytorch
若是在線安裝打開終端，輸入 conda install pytorch torchvision -c pytorch
若是已下載好pytorch文件，離線安裝，打開離線包所在地，打開終端，輸入 pip install torch-***.whl （Tab鍵）
並通過pip install 方式安裝torchvision.
注：推薦採用離線安裝方式
7. 測試pytorch
在終端窗口中輸入
import torch
torch.cuda.is_available()如果出現的是True就說明已成功安裝好了pytorch並正確識別了cuda
8. 感悟
Cuda是NVIDIA公司用於顯卡計算支持的一個開發庫，而Cudnn是在Cuda的基礎上，爲了深度學習而開發的運行庫，其本質就是.h頭文件，.lib和.dll(Windows下)和.so（Linux下)的一系列的庫。我們配置cuda和cudnn，除了安裝的過程，就是修改系統的環境變量path以及建立各種鏈接，使得能夠被識別的過程。
修改環境變量的方式不止一種，其實我個人更習慣於在.bashrc中修改，完成後保存並通過source .bashrc生效的方式，這一種和上面所寫的方法，就體驗上而言並無本質差別，具體的可以自行百度Linux環境變量。
另外，pytorch是一個簡潔的深度學習框架，相比起來tensorflow，我感覺pytorch更適合用來做學術。而隨着caffe2的代碼全部併入pytorch，我堅信pytorch會越來越火。其識別和調用顯卡，也是要根據系統的環境變量和各種鏈接去找到。
深度學習不易，且行且珍惜。