目录
一. Ubuntu20.04下用ppa源安装NVIDIA显卡驱动
3. 打开 软件与更新 ，点击 附加驱动 ，更改 驱动版本 并 应用。
4. 如果 附加驱动 中没有我们需要的显卡驱动版本，可以自行安装。
5. 输入 nvidia-smi 查询 NVIDIA 版本，显示如下所示。
查询结果显示，510，495，470。
1）：首先将原来的默认驱动（nouveau）加入黑名单。
在Terminal中输入
sudo gedit /etc/modprobe.d/blacklist-nouveau.conf会打开一个文本文档，在这个文本文档的最后输入:
blacklist nouveau
options nouveau modeset=02）:输入
sudo update-initramfs -u更新文件后重启系统
3）:重启后，在登录界面按住“Ctrl+Alt+F1”进入文字界面，输入登录信息后。输入
lsmod | grep nouveau确认无输出内容即表示默认的自带显卡已经被干掉了。
此处我选择510版本。
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-driver-510#(我适用版本是510，根据自己需要版本改这个版本号)
sudo apt-get install mesa-common-dev
sudo apt-get install freeglut3-dev
安装完成后，重启电脑。
i) 显卡驱动报错：NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running
解决办法一：
# 执行命令
sudo apt-get install dkms
sudo dkms install -m nvidia -v 510.47.03（510.47.03表示的是驱动版本号）
# 利用命令 ll /usr/src/ 可查看下面有一个nvidia-510.47.03/文件夹，版本号因电脑而异解决办法二：
启动系统时，选择与之显卡驱动匹配的旧版本系统内核。
重启系统之前，可使用命令查看当前系统内核版本：
uname -r5.13.0-28-generic（这是作者目前的系统内核版本）
重启系统，在进行ubuntu启动引导的界面时，选择“ubuntu高级选项”，选择一个以前的内核版本，然后成功进入系统。
可以使用watch -n 0.2 nvidia-smi命令实时查看显卡工作情况，0.2表示每间隔0.2秒刷新一次。
附：
命令行关闭系统自动更新，使用命令打开文件并编辑
sudo vim /etc/apt/apt.conf.d/10periodic
将双引号中的“1”全部置“0”即可，修改后保存。
如果要使用图形界面来关闭自动更新，找到系统设置(System Settings) --> 软件更新(Software & Updates)
CUDA Toolkit 11.6 Downloads | NVIDIA Developer
sudo gedit ~/.bashrc
在打开的txt文件末尾加
export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$CUDA_HOME/bin
export LD_LIBRARY_PATH=/usr/local/cuda-11.6/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}保存，退出。终端执行
source ~/.bashrcnvcc --version11.6 版本cuda的安装目录/usr/local/cuda-11.6/samples里只有一个txt文件，大致意思是告诉你新版本的cuda，samples中内容需要自己在github下载。
由于github下载过慢，在此放上gitee链接，在samples文件夹下打开终端执行上述语句。
sudo git clone https://gitee.com/liwuhaoooo/cuda-samples.git然后执行：
cd /usr/local/cuda/samples/cuda-samples/Samples/1_Utilities/deviceQuery
sudo make
./deviceQuery输出：
！出现的问题：
1.安装cuda时，出现了ubuntu根目录空间不足的问题，因为当初lz分配给 / 的空间只有 20G，导致CUDA并未安装成功。解决办法：需要用到 GPARTED 分区编辑器 以及 ubuntu启动盘，给 / 额外增加 30G 的容量。
ubuntu 16.04根目录磁盘空间扩容（亲测！！）_fire_lgh的博客-CSDN博客_ubuntu扩容
2.cuda : 依赖: cuda-16-1 (>= 16.1.0) 但是它将不会被安装
解决方法：
sudo apt-get install aptitude #安装aptitude
sudo aptitude install cuda #将apt-get换成aptitude
# 好多冲突，选择了Y，510替换了
reboot
nvidia-smi
nvcc --version3.ubuntu apt 安装软件时 出现(--configure)时出错，解决办法：
好像是因为以前在更新系统时强制中断的原因， 后来更新软件经常卡在一个地方不动，然后报(–configure)时出错。
sudo mv /var/lib/dpkg/info /var/lib/dpkg/info_old # 现将info文件夹更名
sudo mkdir /var/lib/dpkg/info # 再新建一个新的info文件夹
sudo apt-get update, apt-get -f install # 不用解释了吧
sudo mv /var/lib/dpkg/info/* /var/lib/dpkg/info_old # 执行完上一步操作后会在新的info文件夹下生成一些文件，现将这些文件全部移到info_old文件夹下
sudo rm -rf /var/lib/dpkg/info # 把自己新建的info文件夹删掉
sudo mv /var/lib/dpkg/info_old /var/lib/dpkg/info # 把以前的info文件夹重新改回名字4. gcc版本相关CUDA，NVIDIA Driver，Linux，GCC之间的版本对应关系表格_Cooper.zhang-CSDN博客_cuda gcc
若gcc需要降级，可参考链接：
https://www.jb51.net/article/192060.htm
https://developer.nvidia.com/rdp/cudnn-download
需要注册，选择合适的版本下载（libraries for linux），然后解压。
进入到解压好的文件夹下，右键 在终端中打开，运行以下命令：
sudo cp cuda/include/cudnn.h /usr/local/cuda-11.6/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-11.6/lib64
sudo chmod a+r /usr/local/cuda-11.6/include/cudnn.h
sudo chmod a+r /usr/local/cuda-11.6/lib64/libcudnn*在anaconda官网上下载最新版。地址：Anaconda | Individual Edition
终端在安装包所在文件夹目录下运行如下命令：
bash Anaconda3-2021.05-Linux-x86_64.sh
一路Enter 和 yes。注意是否在 ～/.bashrc 文件中加入了环境变量。
source ~/.bashrc
conda -V
显示：
conda 4.10.1
conda create -n pytorch python=3.8
conda activate pytorch
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
pythonimport torchprint(torch.__version__)输出：1.10.2
print(torch.cuda.is_available())输出结果为：True
print(torch.backends.cudnn.version())输出结果为：8200
1. cuda 与 nvidia driver 版本匹配问题：
CUDA Compatibility :: GPU Deployment and Management Documentation
2. 清华源下载地址
Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
3. cuda 下载地址
老版本：
CUDA Toolkit Archive | NVIDIA Developer
新版本：
CUDA Toolkit 11.4 Update 2 Downloads | NVIDIA Developer
4. cudnn 下载地址
cuDNN Archive | NVIDIA Developer
5. pytorch 下载地址
https://download.pytorch.org/whl/torch_stable.html
6. Anaconda 版本 对应的 python 版本
Old package lists — Anaconda documentation
1. 显卡驱动报错：NVIDIA-SMI has failed _u012114438的博客-CSDN博客
2. （Ubuntu安装二）Ubuntu16.04下用ppa源安装NVIDIA显卡驱动_elegantoo的博客-CSDN博客
3. cuda : 依赖: cuda-11-1 (＞= 11.1.0) 但是它将不会被安装_Simoneming的博客-CSDN博客
4. ubuntu 16.04根目录磁盘空间扩容（亲测！！）_fire_lgh的博客-CSDN博客_ubuntu扩容
参考链接：Ubuntu18.04安装教程_Sunshine的博客-CSDN博客_ubuntu安装教程
ubuntu ISO 下载：Ubuntu 20.04.4 LTS (Focal Fossa)
1. 首先下载了中科大的Ubuntu国内源。使用ultraiso软件制作了Ubuntu的启动盘。
1）ultraIso激活的注册码可以在网上搜到。
2）先将u盘进行了格式化，打开Ubuntu的ISO文件，点击 启动 - 写入硬盘映像 将Ubuntu写入u盘。 这里我勾选了 “刻录校验”，之后等待大约十分钟，完成后点击返回按钮。
2. 给Ubuntu分配硬盘空间
在计算机 “开始” 键处右击，选择 磁盘管理 ，通过删除卷和删除分区操作腾出一块未分配的磁盘空间作为安装区。
3. 设置启动项
关机，插入启动u盘，开机，迅速按F2 进入 BIOS设置，此处可以设置BIOS sequence。同时在legacy与uefi 中选择 uefi。
4. Ubuntu安装
关机重启选择 F12，选择install Ubuntu。跟着引导安装就好。
！！！比较重要的就是分区：
此处我分了五个区：
| efi | 主分区 | efi | 4GB(4096MB) |
| / | 主分区 | Ext4 | 100GB |
| /boot | 主分区 | Ext4 | 8GB |
| /home | 逻辑分区 | Ext4 | 1000GB |
| swap | 逻辑分区 | 交换空间 | 32GB |
安装完成！
ubuntu18.04 重启进入系统页面卡在“started gnome display manager“：
在 recovery mode下选择了resume normal boot，然后就修复好了，进入了图形界面。
其他可能的解决办法：
若图形界面有问题。
开机后，在显示dell图标后(按下Esc进入grub界面)，选择ubuntu高级选项。在修复模式下，进入root，输入密码后，输入命令：startx。
深度学习环境配置好，nvidia驱动安装完，使用ubuntu系统一段时间后，重启系统发现加载nvidia显卡出现问题，进不了图形界面，此时的问题是ubuntu内核下载了新的版本，开机重启默认的是新的内核版本。所以我们在开机选择系统界面，选择ubuntu的高级选项，进入后选择最低版的内核版本，进入系统，这时就没有任何问题啦。
2023.9.4 遇到问题：踩坑系列之pytorch安装之后不能使用cuda_pytorch不支持cuda12_浅冲一下的博客-CSDN博客