Ubuntu 16.04 LTS 在anaconda环境下安装pytorch和tensorflow gpu，cuda10.0

准备

最新的Anaconda:
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.1-Linux-x86_64.sh
Anaconda3-5.3.1-Linux-x86_64.sh
下载最新的cuda和cudnn:
cuda_10.0.130_410.48_linux.run
libcudnn7_7.4.2.24-1+cuda10.0_amd64.deb
注意：cuda_10.0以后cudnn就可以自动安装，无需解压复制到对应文件夹

更新笔记本的显卡驱动到较新的，最好是倒数第二新的版本

大家最好不要直接在官网下，官网可能没有你对应系统的驱动，比如只有linux64的，很有可能你的电脑用不了。
直接使用上述方法更新，如果很慢，使用如下办法：

sudo add-apt-repository ppa:graphics-drivers/ppa 
sudo apt-get update
sudo apt-get install nvidia-415

这个也很慢，但是至少可以看见进度。

安装驱动容易出问题，可能会桌面没有了，记住console的一些操作

# 进入tty
ctrl + alt + f1
# 进入桌面
ctrl + alt + f
# 关闭tty的打印
dmesg -n 1
# 运行图像桌面和关闭
sudo service lightdm start  
sudo service lightdm stop  

安装cuda和cudnn:

安装cuda，安装向导操作，不要更新驱动：

# 安装cuda
chmod 777 cuda_10.0.130_410.48_linux.run
cuda_10.0.130_410.48_linux.run

安装cudnn

# 安装cudnn
dpkg -i　libcudnn7_7.4.2.24-1+cuda10.0_amd64.deb

安装conda:

一直下一步

# 安装conda
chmod 777 Anaconda3-5.3.1-Linux-x86_64.sh
sh Anaconda3-5.3.1-Linux-x86_64.sh

安装tensorflow-gpu:

可能报错，报什么就用pip更新什么

conda create -n tensorflow-gpu pip python=3.5
conda activate tensorflow-gpu
pip install tensorflow-gpu

安装pytorch:

可能报错，报什么就用pip更新什么

conda create -n pytorch36 pip python=3.6
conda activate pytorch36
pip install https://download.pytorch.org/whl/cu100/torch-1.0.1.post2-cp36-cp36m-linux_x86_64.whl
pip install torchvision

安装jupyter notebook:

在每一个虚拟环境里运行：

python -m ipykernel install --user --name drlnd --display-name "drlnd"

使用jupyter notebook可以选择kernel

安装spyder:

base 安装spyder，切换使用虚拟环境的kernel:

在每个虚拟环境里运行：

python install spyder-kernels==0.*

python -c "import sys; print(sys.executable)"

# 将上述path添加到interpreter

不行，因为新的python就没有spyder-kernels＝０.x的版本。

每个虚拟环境均安装一个安装spyder:

这个可行，前提是卸载base的spyder，否则会一直跳到base的spyder，且无法切换kernel