ubuntu安装显卡驱动cudnn+cuda+pytorch

在Ubuntu上安装显卡驱动、CuDNN、CUDA和PyTorch可以按照以下步骤进行：

1. 安装显卡驱动：可以通过以下几种方式安装显卡驱动：
- 通过"Software & Updates"工具在“Additional Drivers”选项卡中选择一个适用于您的显卡型号的驱动程序，并点击“Apply Changes”进行安装。
- 通过命令行使用`ubuntu-drivers devices`命令查看可用的驱动，然后使用`sudo ubuntu-drivers autoinstall`命令自动安装推荐的驱动。

2. 安装CuDNN：CuDNN是NVIDIA加速库，可提供用于深度学习的GPU加速功能。可以按照以下步骤安装CuDNN：
- 前往NVIDIA官方网站，下载适用于您的CUDA版本的CuDNN压缩文件（通常需要注册NVIDIA开发者账号）。
- 将CuDNN压缩文件解压缩到一个合适的位置，例如`~/cuda`文件夹。
- 打开终端，使用`cd`命令进入CuDNN解压缩文件的路径，并执行以下命令安装CuDNN：

     sudo cp cuda/include/cudnn*.h /usr/local/cuda/include/
     sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
     sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

3. 安装CUDA：CUDA是用于在NVIDIA GPU上进行并行计算的平行计算平台和API。可以按照以下步骤安装CUDA：
- 前往NVIDIA官方网站，选择适用于您的显卡和操作系统的CUDA版本，并下载对应的运行文件（通常需要注册NVIDIA开发者账号）。
- 打开终端，使用`cd`命令进入CUDA运行文件所在的目录，并执行以下命令安装CUDA：

     sudo sh cuda*.run

- 执行安装向导中的步骤，根据提示进行安装配置，包括选择安装路径和设置环境变量。
- 安装完成后，可以通过执行`nvcc --version`命令验证CUDA的安装情况。

4. 安装PyTorch：PyTorch是一个用于构建深度学习模型的开源Python库。可以按照以下方式安装PyTorch：
- 打开终端，执行以下命令安装PyTorch：

     pip install torch torchvision

- 在安装过程中，可能需要下载和编译一些依赖项。请耐心等待安装完成。

安装完成后，您可以在Ubuntu上使用显卡驱动、CuDNN、CUDA和PyTorch进行深度学习任务。