网上竞价采购网站建设关键词优化的方法有哪些
不知道咋弄的ubuntu20.04电脑的cuda驱动丢了，无奈需装PyTorch环境，只有CUDA11.0以上版本才支持Ubuntu20.04，所以安装了CUDA11.0、cuDNN8.0.5 为防止频繁在浏览器检索对应的贴子，今天记录一下。
一. 驱动安装
为防止驱动安装后没办法进入登陆界面，这没有必要进行单独下载安装，只要在操作界面进行点击安装就行。具体如下：在软件更新->附加驱动点击应用就行
- 驱动安装
2.驱动测试
sudo reboot
nvidia-smi
就可以看到这些信息，如果命令可用说明驱动安装完成。
二. cuda安装
首先在Nvidia官网下载适合自己机器的CUDA版本，官网下载，本次使用 runfile 的方式安装（用deb格式安装的话，会在安装过程中替换掉已经安装好的显卡驱动），如图所示：
1.驱动下载
版本号为11.0.x 小版本可以暂时不用太关注。接下来根据自己的电脑系统进行选择就行，具体如下：
2.执行安装
wget https://developer.download.nvidia.com/compute/cuda/11.0.3/local_installers/cuda_11.0.3_450.51.06_linux.run
sudo sh cuda_11.0.3_450.51.06_linux.run
点击continue继续执行，并将 CUDA Installer取消安装，在执行Install，如下图所示：
3.配置环境变量
sudo vim ~/.bashrc # CUDA Soft Link
export PATH=/usr/local/cuda-11.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
source ~/.bashrc
4.测试CUDA
输入： nvcc -V ，显示如下图，说明成功
四. cudnn安装
安装cuDNN 8.0.5，官网下载（未注册的话，注册一个账号即可）。
- 下载所需下载包，如下图。
- 配置环境
将下载的 cuDNN Library for Linux (x86_64) 解压，复制解压出来的文件到安装好的CUDA环境中
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* sudo dpkg -i libcudnn8_8.0.5.39-1+cuda11.0_amd64.deb
sudo dpkg -i libcudnn8-dev_8.0.5.39-1+cuda11.0_amd64.deb
sudo dpkg -i libcudnn8-samples_8.0.5.39-1+cuda11.0_amd64.deb
3.测试
cp -r /usr/src/cudnn_samples_v8/ ~
cd ~/cudnn_samples_v8/mnistCUDNN/
make clean && make
./mnistCUDNN
出现 Test passed则成功
五. python验证
执行下面命令，如果出现True则说明安装成功。
import torch
torch.cuda.is_available()
