首先是重要参考文章
https://www.jb51.net/article/146555.htm
回头慢慢写
https://www.cnblogs.com/ranxf/p/9412242.html
https://www.jianshu.com/p/ea169536850f
先明确几个概念，我是为了装GPU加速的pytorch跑神经网络的，结果以为就是装个显卡驱动，事实证明做事前花一分钟想想是必要的。
下面第一步是不需要的（直接安装NVIDIA显卡驱动），当然失败也是收获，讲一下如何安装驱动（我装完卸载了）（重要参考文章https://www.jb51.net/article/146555.htm）：
- 禁用Nouveau显卡驱动
在进入grub启动界面时，10秒内使用↑↓键选中Ubuntu，按e键进行编辑，在倒数第二行quiet slash后添加acpi_osi=linux nomodeset
quiet slash acpi_osi=linux nomodeset
该方法只是暂时禁用Nouveau显卡驱动，在进入桌面后需要在grub的配置文件里面更改已使得其永久有效，在命令行中输入如下命令：
$ sudo gedit /boot/grub/grub.cfg
2.使用标准Ubuntu仓库进行自动化安装
（1）检测你的NVIDIA显卡型号和推荐的驱动程序的模型。在命令行中输入如下命令：
$ ubuntu-drivers devices
找到recommend这一项对应的版本号
我的建议安装的是nvidia-440版本驱动，然后继续在命令行输入：
$ sudo ubuntu-drivers autoinstall
将会自动安装所推荐的nvidia-440版本驱动
安装过程中，可能会提示需要secure boot，按照默认一步步来即可（我在哪个博客中看到需要先在BIOS中禁用secure boot，我就禁用了，所以我在这里什么都没操作)
至此，Nvidia驱动安装完成，重启后即可生效（备注：需要重启！然后输入nvidia-smi即可查看对应信息）另外：Linux里面，输入命令以后没有异常输出，error或者warning，或者没有输出就是最好的输出，只是提醒一下）
然后在下一篇博客里面我看到安装cuda-tookit（给pytorch GPU加速用的主要结构）需要卸载掉驱动，于是我又sudo apt-get remove --purge nvidia-*后来发现其实可以不用卸载（在安装cuda的时候在安装驱动时选择no，当然如果卸载掉的话，安装cuda时一路回车就好（cuda里面包含了显卡驱动）），重要参考文章：（https://blog.csdn.net/m0_37518259/article/details/80983024）：
官网下载CUDA驱动，官网链接：here。请注意，要下载.deb文件。当选择好文件后，官网会给出相应的Installation instructions，照着来没错。（我也是按照这样做的，下面有五六句命令即可安装完毕，但是下面的验证我没有通过不知道为什么，提示我需要安装，我也懒得管了，因为后面发现别人博客自己编译，不选择deb，而是选择了runfile（local）的貌似都通过了，但是影响不大，我最后验证了pytorch GPU可以使用。大家有知道的可以评论解释一下，感谢。
Command 'nvcc' not found, but can be installed with:
sudo apt install nvidia-cuda-toolkit
接下来验证安装结果，报错说明没安装成功。
nvcc -V
接下来参考博客就直接区庄pytorch了，如下：
到PyTorch官网（here）下载pytorch安装包或直接使用命令安装，请注意科学上网：），然后检查显卡是否可用：
python
>>> import pytorch
>>> print(torch.cuda.is_available())
返回true说明安装成功。
但是我又去安装了cudnn，（手动狗头，我现在也不知道为什么要装这个）重要参考文章：https://www.jianshu.com/p/ea169536850f
https://blog.csdn.net/u010801439/article/details/80483036我是看的第二个做的：cuDNN安装步骤
接下来我们安装cuDNN
在下载cuDNN之前，我们需要注册一个账号
cuDNN is freely available to members of the Accelerated Computing Developer Program
注册完账号后我们选择下载
选择cuDNN v5.1 Library for Linux
安装cuDNN非常简单，我们只需解压下载的包，并将其拷贝到lib64和include这两个目录即可
$ 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 已经安装成功，解释一下，解压完就是cuda这个文件夹，进行一下复制和授权
接下来就可以安装相应的软件，如：anaconda,pycharm tensorflow 等。。。当然之前安装也是没有毛病的。
最后的pytorch安装，重要参考博客https://blog.csdn.net/red_stone1/article/details/78727096：
当然其实就是打开PyTorch官网：
PyTorch
应该会自动读取你机器版本以及cuda的版本等等，直接运行它给的conda命令即可（需要提前安装好anaconda）
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
进去一看就知道了，没有截图工具就不截图了。
查看显卡信息相关命令：
https://www.cnblogs.com/ranxf/p/9412242.html