三、配置环境变量：
<1>.cd到/home/(用户名)目录下，ls -a列出所有文件，找到有一个**.bashrc**的隐藏文件,使用vim或gedit编辑在尾部添加路径,以vim为例：sudo vim .bashrc，按G跳到末尾，添加如下路径：（以下是10.1和10.1两个版本）
## CUDA 10.0版本 export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.0/lib64 export PATH=$PATH:/usr/local/cuda-10.0/bin export CUDA_HOME=/usr/local/cuda-10.0 ## CUDA 10.1版本 export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.1/lib64 export PATH=$PATH:/usr/local/cuda-10.1/bin export CUDA_HOME=/usr/local/cuda-10.1
<2>.添加完成，执行source ~/.bashrc更新。
四、查看cuda是否安装成功：
执行nvcc -V，显示版本号如下，至此cuda安装完成。(出现找不到问题看这里)
安装NVIDIA CuDNN
1.官网下载cudnn文件：
进入官网下载地址，需要注册账号，点击同意协议，下载的cudnn一定要和cuda版本对应。
tgz格式压缩文件，下载速度龟速则挪到win下用其他下载工具下载（IDM、迅雷不限）。
2.解压
<1>.命令行执行：tar -xzvf cudnn-10.0-linux-x64-v7.6.4.38.tgz 解压文件，解压出目录cuda。
<2>. 依次执行以下命令：(注意替换自己解压的cuda路径)，目的是拷贝头文件、库文件并赋予权限：
sudo cp <路径>/cuda/include/cudnn.h /usr/local/cuda/include sudo cp <路径>/cuda/lib64/libcudnn* /usr/local/cuda/lib64 sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
<3>.至此cudnn安装完成。
安装GPU版本的PyTorch
这里选择用pip进行安装，首先需要安装pip：执行命令sudo apt intall python-pip3
（该步骤可以跳过） 现在建议配置pip虚拟环境，为此我们需要配置virtualenv（有关virtualenv的详细介绍可以看看廖雪峰Python3教程和官方documentation）：
1.安装virtualenv：执行命令pip3 install virtualenv
2.新建一个虚拟环境（这里取名为env-pytorch)：在终端中切换到想要新建env-pytorch的目录下（创建完虚拟环境后此目录下会多一个名为env-pytorch的文件夹，包含该虚拟环境相关的全部文件），执行命令virtualenv --no-site-packages venv -p <PYTHON_EXE>，其中<PYTHON_EXE>是Python的版本号，例如python3.6
到官网选择对应版本之后会得到相应的安装命令，如下图：
为了验证以上安装成功，在终端输入python进入Python交互模式，然后依次输入：
import torch torch.cuda.is_available()
如果返回结果是True，证明安装成功了
卸载NVIDIA Cuda
执行 cd到 /usr/local/cuda/bin下，执行sudo ./cuda-uninstaller ,用空格键勾选以下几项，选择done，提示Successfully uninstalled 完成卸载。
