ubuntu配置过程，包括：cuda，cudnn，anaconda
1. 装系统部分：
1.1 下载系统：
下载Ubuntu镜像文件，装桌面版选择desktop，装服务器版选择server，区别是desktop有图形界面，server没有图形界面，我建议装个desktop，方面操作。
32位的选择i386，64位的选择amd64，最后我选择的是：ubuntu-16.04.7-desktop-amd64.iso。
1.2 将U盘制作为ubuntu系统启动盘：教程，只需要看其中UltralSO使用教程，其他的不建议看。
记得把U盘的重要信息提前备份，后面会将U盘格式化。如果你是装在服务器上，那你需要准备一个格式化好的硬盘区域来装系统，如果你是装在自己电脑上，也是一样.
1.3 装系统
(1) 开机，进入BIOS系统；
(2) 选择"UEFI U盘名"启动（我的是按F8显示）；
(3) 点击"install ubuntu"；
(4) 进入"welcome" 页面，“选择"语言"（建议英文）；
(5) 进入"Prepareing to install Ubuntu" 页面，什么都不需要选，直接"continue"。
(6) 进入"installation type" 界面（第二张图是中文的），先选择"Erase disk and install Ubuntu"（清楚整个磁盘并安装ubuntu）。
(7) 进入 “Erase disk and install Ubuntu” 界面，选择之前准备好的磁盘，然后 "continue"。
(8) 后面的依次是选择 "时区"， 选择键盘布局(English)，键盘布局千万别选中文，这是布局不是输入法，然后就开始正式安装系统了。
(9) 现在是默认分区，包括：EFI分区、根目录分区、交换空间，比如：
(10) 但是默认分区的交换空间太小，而且系统使用了整个磁盘空间，下面我们开始自定义分区，还是像之前一样，重启进入BIOS系统、选择UEFI U盘启动项、install ubuntu、选择语言等等，这些都跟上面的选项一样，一直到下面这张图：
(11) 我们选择 "something else" （其他选项），找到我们安装系统的磁盘：
(12) 基于上图，"/dev/sdg2 ext4"：根目录分区、 "/dev/sdg3 swap"：交换空间(swap area).
我们选择 "/dev/sdg2 ext4" 一栏，点击下方的 "-" 号，再选择 "/dev/sdg3 swap" 一栏，点击下方的 "-" 号，删掉这两个分区，但是注意 "/dev/sdg1 efi"（efi分区）不要删除。
(13) 然后就可以根据需要分区了，下面给出我的分区：
Device for boot loader installation: 选择你上面几步安装系统的那个磁盘，也就是下面第二张图时你选择的那个磁盘。然后 "continue"，后面的操作跟上面的相同。
分区建议在1.2小节（往下拉）。
1.2 分区大小建议：
可以只分 / (根目录)，这样home和usr会使用根目录的空间。
我的分法：
/ ：256G，usr：256G，home : 512G，swap area：12G，boot：1G
/ 、swap area、boot 都是主分区(Primary )，home 和 usr 是逻辑分区(Logical)，全部选择 "Beginning of this space"。
home分区不要太小，相当于软件盘。
2. 网络配置方面：
2.1 远程连接，装完系统之后先把ssh装上，不然用不了远程连接。
sudo apt install openssh-server3. cuda10.1+cudnn安装
3.1 下载安装包：CUDA Toolkit 10.1 update1 Archive | NVIDIA Developer，选择runfile。
如果需要其他版本，直接百度搜就可以，如下图：
3.2 运行安装包：sudo sh cuda_10.1.105_418.39_linux.run
出现一个选择界面：中括号"[X]"表示安装，空"[ ]"表示不安装，"Enter"可以选择或者取消选择，建议驱动程序在这之前另装，此处取消选择，然后选择"Install"，"Enter"进行安装。
驱动安装方法：参考教程（适用于ubuntu16.04），如果报错：Error: retrieving gpg key timed out，解决方法：参考教程，其中所需要信息被折叠了，可以Ctrl + F搜索关键字：Technical details about this PPA，然后打开。
关键信息所在网页：Proprietary GPU Drivers : “Graphics Drivers” team
安装成功显示下图，其中包含了环境变量的配置过程，为了方面cuda多版本之间的切换（如果你只使用一个cuda版本，可以不用管），我们在配置环境变量时，不直接使用cuda-10.1，
而是在cuda-10.1相同目录下建立一个软连接cuda指向这个cuda-10.1文件，使用这个cuda文件配置环境变量，这样只需要让cuda软链接到不同的cuda-xx.x文件，就能实现cuda的版本切换。
3.3 添加环境变量（不需要多个版本cuda切换的，把下面的cuda换成cuda-10.1即可，详情请看上面的解释）：
找到/etc/profile，运行下面的语句打开
sudo vim /etc/profile把下面三行加到文件末尾
export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$CUDA_HOME/bin
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}运行下面语句让配置生效
source /etc/profile运行下面的语句查看环境变量
export
3.4 安装cudnn
cudnn下载： https://developer.nvidia.com/rdp/cudnn-archive
选择：
进行下载。
解压：tar -zxvf cudnn
把cudnn放到cuda文件：运行下面四行语句，因为这里的cuda文件是软链接，其实是放在了cuda-10.1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
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*查看版本：
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2返回值如下，表示cudnn的版本是7.6.0。
4. anaconda安装
4.1 下载地址：Index of /，或者用清华源：Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
4.2 运行下载包：
bash Anaconda3-2019.10-Linux-x86_64.sh
一直确认("yes"或者"enter")。
如：其中会告诉你安装位置，如图所示，"enter"回车确认就好。
如：安装完成，是否初始化，yes确认。
安装成功：
打开.bashrc文件查看anaconda的环境变量如下：
但是此时在命令行中输入python，使用的还是自带的python2.7，使用export命令发现环境变量中也没有anaconda，说明我们的.bashrc并没有立即生效，运行下面的语句使其生效：
cd ~ # 切换到用户主目录
source .bashrc # 生效5. 虚拟环境的搭建
可以先修改一下Anaconda的镜像源：参考教程，参考教程2
pip镜像源修改方法：参考教程
创建虚拟环境，env_name是虚拟环境名称，python用来设置虚拟环境中python的版本，如python=3.6。
conda create -n env_name python=x.x
激活（进入）虚拟环境
source activate env_name6. 下载pytorch
方法1. 命令行下载
命令查询网址：Start Locally | PyTorch
选择合适的CUDA版本，如果你想使用自己配置的镜像源，而不使用官方，需要去掉后面的 -c pytorch，如果你的cuda版本！=11.1，不需要 -c conda-forge，下面举个例子：
conda install pytorch torchvision cudatoolkit=10.0方法2. 安装包下载
下载whl安装包之后，直接使用该安装包下载，torch和torchvision版本的对应可以上网搜一下，下面举个例子：
pip install torch-0.3.0.post4-cp27-cp27m-linux_x86_64.whl
pip install torchvision==0.27. 附加一个使用pycharm在本地更改服务器程序代码的方法。
有一次重启服务器之后，使用nvidia-smi命令突然报错了：
NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running.这个问题出现过好几次了。使用这个博客的方法调好了，记录一下，避免下次找不到了。
https://blog.csdn.net/wjinjie/article/details/108997692