修正：Ubuntu 18.04+RTX2080Ti建議安裝cuda10.0，cudnn7.5.1，pytorch1.4.0+cu100 / torchvision0.5.0+cu100，tensorflow-gpu1.14.0
修正日期：20200611
安裝方式與下文描述類似，只要選擇上面的版本安裝即可
一、安裝cuda（準備工作）
1、檢查Linux版本是否支持CUDA
Ubuntu18.04 + RTX2080ti 支持
2、檢查系統是否安裝gcc
gcc --version
3、 檢查是否安裝了kernel header和 package development
在終端中輸入: uname -r 可以查看自己的kernel版本信息
在終端中輸入: sudo apt-get install linux-headers-$(uname -r)
可以安裝對應kernel版本的kernel header和package development
4、運行nvidia-smi 查看現有驅動支持的cuda版本
（重要）根據上述運行結果查看driver version和CUDA Version的版本。此外，如果需要安裝pytorch或者tensorflow，可登陸pytorch官網進行查看當前pytorch支持的cuda的版本，根據對應的版本下載pytorch。
5、下載官網run文件：cuda官網
下載完成後
6、runfile安裝
A) 禁用 nouveau
終端中運行： lsmod | grep nouveau，如果有輸出則代表nouveau正在加載。
因爲我早就安裝了NVIDIA的顯卡驅動，禁用了nouveau，所以沒有輸出。
B) 切換到.run安裝文件的路徑，運行
sudo sh cuda_10.1.105_418.39_linux.run （10.2版本類似）!
注意：不安裝driver，否則重啓之後電腦一直藍屏（踩坑）。
7、設置環境變量
終端輸入：sudo gedit /etc/profile，輸密碼後進入，打開文件末尾，加入以下兩行後保存。（10.2版本類似）
export PATH=/usr/local/cuda-10.1/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda10.1/lib64
1）在終端輸入sudo gedit ~/.bashrc
2）在文本的最後輸入
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.1/lib64
export PATH=$PATH:/usr/local/cuda-10.1.0/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.1
目錄要對應自己的cuda版本
3）然後source ~/.bashrc 激活環境
4）在終端輸入nvcc -V出現下面畫面則安裝成功
!blog.csdnimg.cn/20200528154419611.png
（圖片參考：https://blog.csdn.net/hou9021/article/details/104311088）
重啓：sudo reboot
開始測試cuda是否安裝成功：
命令如下：
cd /usr/local/cuda-10.2/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
最後結果顯示，如下：
(圖片參考：https://blog.51cto.com/14204744/2464180?source=dra)
有些地方可能會不一樣，只要最後是Result = PASS就代表這cuda10.1安裝成功了。
CUDA卸載：
cd /usr/local/cuda/bin
sudo ./cuda-uninstaller
CUDNN安裝
安裝cuDNN 7.6.5版本，轉到官網下載，下載前先註冊一下，填個調查問卷，根據自己的環境和架構選擇包，下載到本地
注意：具體的版本請參照官網，只需要與cuda的版本對應即可
切換到下載目錄 cd Downloads ，然後按照以下操作進行，
解壓： cuDNN Library for Linux，
輸入： tar -zxvf cudnn-10.1-linux-x64-v7.6.5.32.tgz
將解壓出來的文件複製到安裝的CUDA環境中，輸入：
sudo cp cuda/include/cudnn.h /usr/local/cuda/inlude
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
更改權限，輸入：
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
注意：如果系統提示找不到cudnn.h，可複製cuda/include/cudnn.h到/usr/local/cuda/include/目錄下
安裝PyTorch1.3
進入PyTorch官網安裝合適的版本，官網 ，
輸入： pip3 install torch torchvision ，等待安裝結束（現在官網最新版本爲1.5）
安裝完成後，進入python3環境，驗證是否成功，
輸入： python3
再輸入：
import torch
import torchvision
沒有報錯，說明安裝成功。
最後驗證下GPU能否使用，輸入： print(torch.cuda.is_available()) ，輸出True，說明沒問題。
參考文章：https://www.cnblogs.com/booturbo/archive/2019/11/11/11834661.html