ubuntu20.04 安装 nvidia-driver cuda11.0 cudnn pytorch1.7 opencv fasterRCNN
写在开头，我用的是 pip，而非conda。
目录
1、安装ubuntu
1.1 准备iso
1.2 制作启动盘
1.3 按部就班装ubuntu系统
2、安装nvidia驱动
2.1 是否存在驱动
3、安装cuda
4、安装cudnn
5、安装pytorch
6、安装pycharm
7、安装opencv
1、安装ubuntu
1.1 准备iso
官方地址：https://ubuntu.com/download/desktop
LTS是长期维护版本，建议选择带有LTS后缀的iso
1.2 制作启动盘
在Windows系统下，下载 UltraISO 软件 制作启动盘（备份好U盘的资料），官网地址： https://cn.ultraiso.net/xiazai.html
1.3 按部就班装ubuntu系统
跟安装Windows差不多，开机进BIOS，设置U盘启动，F12选则从可移动设备启动。
拿技嘉主板举例子，技嘉主板bios如何设置U盘启动 - 装机吧 (zhuangjiba.com)，这里就不赘述。
2、安装nvidia驱动
首先理清楚nvidia-driver，cuda，cudnn，pytorch（tensorflow）的关系：
有了nvidia-driver，才可以装cuda，然后cudnn是cuda的补充（目的是加速cuda计算），pytorch是建立在cuda和cudnn上的，所以要分清主次关系。（当然没有驱动也可以装cuda，因为cuda也可以给电脑装驱动，但这不是本文的论点）
下面开始安装nvidia驱动，
2.1 是否存在驱动
ctrl + alt + t 输入命令：
nvidia-smi
1：nvidia驱动版本是450.120；2：支持的cuda版本是11.0
如果没有显示也没有关系，尝试下一条命令，查看推荐安装的驱动版本。
ubuntu-drivers devices然后在Ubuntu自带的“software & update”中的“additional Drivers”安装命令推荐的版本。apply changes，然后等安装完重启电脑，再次输入命令nvidia-smi就会有驱动版本和支持cuda的版本
3、安装cuda
从官网下载11.0的cuda，官网：https://developer.nvidia.com/cuda-11.0-download-archive?，下载run文件，可以通过下载器或者浏览器下载下来，然后按照官网的命令，就行了。官网慢的话，下面是下载好了的。
链接：https://pan.baidu.com/s/1470YzPudLNC9Sj7l2ITngA
提取码：yryt
复制这段内容后打开百度网盘手机App，操作更方便哦
sudo sh cuda_11.0.2_450.51.05_linux.run这时候你来到了cuda的安装界面，
accept 后提示你你的本机已经有了驱动了，是abort（卸载） 呢还是continue（继续/保留） 呢？
光标上下选中Driver这一行或者450.51这一行，按下space 空格，【x】就变成了【】，咱们不要cuda装显卡驱动，因为咱们本机已经装好了推荐的了。
后续的操作参考这一篇
https://www.cnblogs.com/booturbo/p/13960935.html
4、安装cudnn
官网：https://developer.nvidia.com/rdp/cudnn-download，链接：https://pan.baidu.com/s/1wGZ-QIG_snrg1kVK5YdgIg
提取码：z123
复制这段内容后打开百度网盘手机App，操作更方便哦
后续的cudnn文件解压，复制，授权，验证 参考这一篇
https://www.cnblogs.com/booturbo/p/13960935.html
当cudnn出现编译错误的时候，考虑换成gcc7，因为ubuntu初始的gcc的版本是9，可能会因为版本过高而导致编译失败。
gcc降低版本参考这一篇：https://blog.csdn.net/ashome123/article/details/105822040
5、安装pytorch
只需要把pytorch官网提供的pip指令写成pip3 install。。。。即可，因为Ubuntu默认是pip3，而不是pip，
6、安装pycharm
不再啰嗦，教程到处是。在pycharm的terminal中可以用pip
7、安装opencv
一条命令：
sudo apt install libopencv-dev python3-opencv先后安装opencv环境，然后是python与opencv的环境。
二是源码编译安装，我没成功，就不多说了。
8、跑通fasterRCNN-pytorch1.0 （github 6k stars）
pytorch环境搭建到这里，这个fasterrcnn也就差不多完事了。小问题的话 github上 issue已经很多了，咱就不多说了。
欢迎讨论
参考：
https://www.cnblogs.com/booturbo/p/13960935.html
https://blog.csdn.net/ashome123/article/details/105822040