一.安装nvidia驱动
1.下载GPU对应驱动文件：
我的是2060
官方驱动 | NVIDIA
点击搜索，然后下载。
2.禁用内核驱动：
sudo vim /etc/modprobe.d/blacklist.conf在底部插入 blacklist nouveau
安装make、gcc、g++等，方便接下来按装驱动
更新设置
sudo update-initramfs -u重启
现在是没有驱动的系统，分辨率很呆。
在下载驱动的目录执行
sudo sh NVIDIA-Linux-x86_64-510.60.02.run等待安装
选择yes 选择continue,可能会报一个警告，说gcc版本不是驱动指定的版本，只要gcc版本比它要求的高就没事，坚持安装。
完成之后输入命令
nvidia-smi显示如下就说明成功了
二. 安装cuda cudnn
1. 安装cuda
CUDA Toolkit 11.6 Update 2 Downloads | NVIDIA Developer
选择你的系统
下载类型选择 runfile ，网站会给年下载指令
wget https://developer.download.nvidia.com/compute/cuda/11.6.2/local_installers/cuda_11.6.2_510.47.03_linux.runsudo
sh cuda_11.6.2_510.47.03_linux.run在下载的目录下执行
sh cuda_11.6.2_510.47.03_linux.run在driver处按空格 消除 X ，因为前面已经安装过驱动了 ，选择install回车 接下来一路yes
(我装的时候没有截图，这是别人的图，版本不一样)
默认安装cuda路径为：/usr/local/cuda-11.6
打开变量文件，添加变量：
#64bit
export CUDA_HOME=/usr/local/cuda-11.6
export PATH=/usr/local/cuda-11.6/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.6/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
#32bit
export LD_LIBRARY_PATH=/usr/local/cuda-11.6/lib${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
启用变量：
source ~/.bashrc使用命令查看cuda版本：
nvcc --version
2.安装cudnn
https://developer.nvidia.com/cudnn-download-survey
下载之前它要你填一个问卷，点最下面的 submit,，选择同意条款，选择你的cuda版本对应的下载链接
下载得到的是一个.tar.xz的文件，需要解包2次，去百度怎么解压.xz文件，再解压.tar
进入解压好的文件目录，把cudnn文件拷贝到cuda对应目录下，给权限就OK了
sudo cp ./include/cudnn*.h /usr/local/cuda/include
sudo cp ./lib/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn*.h/usr/local/cuda/lib64/libcudnn*拷贝完成使用命令查看版本：
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
安装好了。
三.安装pycharm
直接在应用商店搜一下，点击按装那个社区版的就行，没有就去官网
四. 安装anaconda
这个博主写得很详细建议看他的
Ubuntu安装 Anaconda 3 (详细安装步骤与常用命令)_Mr-Ma Technology的博客-CSDN博客_ubuntu安装anaconda
创建一个虚拟环境，然后启用它。
五. 在pycharm中选择conda环境
右下角有一个快速设置（切换）环境的按键
点倒数第二个
点右边小齿轮，点add，
选择已经存在的环境，再选择你创建的虚拟python环境的python3.*
点击OK就好了
六. 用pycharm安装conda环境各种需要的库
pip指令也好，直接在设置里面的python interpreter 里加也好，能成功安装就行。唯一需要注意的是你要知道你安装在哪个python环境上，需要装什么就去搜一下pip指令。
