1. 安装显卡驱动

1. (方法一)打开系统设置中的software & updates 注意：后期出现黑屏问题

点击 System Settings，选择 Additional Drivers 标签，下面会列出当前显卡可用的驱动版本。注意：3080ti建议不要安装最新版本驱动
在这里插入图片描述点击Apply Changes即可安装；

2.（方法二）出现黑屏后的安装方法

在这里插入图片描述
黑屏后卸载驱动：

在ubuntu登录界面，在ubuntu 光标处摁下e键

开机后重新安装驱动
sudo apt-get purge nvidia*

2.禁用自带nouveau nvidia 驱动```c
sudo vim /etc/modprobe.d/blacklist.conf

3.并添加

blacklist nouveau
options nouveau modeset=0

4.wq!

5.更新

sudo update-initramfs -u

6.重启

lsmod | grep nouveau //没有输出就是被禁用

7.命令行输入

init 3

8.进入驱动目录文件夹：sudo chmod a+x NVIDIA.run 执行安装权限，
安装驱动 sudo ./NVIDIA.run -no-opengl-files
此时只安装驱动文件，不安装opengl 文件，如果安装过程出现xorg.conf，不要安装，选择 NO 。

2.验证是否安装成功

显示显卡当前使用信息如果显示没有找到显卡，重新启动即可。若重新启动也无有效输出则为显卡驱动安装失败。

nvidia-smi
nvidia-settings

在这里插入图片描述

查看显卡型号 lspci | grep -i nvidia
检测显卡型号以及推荐的驱动安装型号
ubuntu-drivers devices

3. cuda安装

注意：3080ti只能装cuda11.x

查询当前版本cuda型号

ls -l /usr/local | grep cuda

修改软连接修改系统使用的cuda

sudo ln -snf/usr/local/cuda-8.0/usr/local/cuda

卸载老版本cuda

sudo /usr/local/cuda-10.2/bin/cuda-uninstaller

重新查询看是否卸载成功
显卡驱动及CUDA Toolkit最高对应版本
查询驱动版本

nvidia-smihttps://download.pytorch.org/whl/torch_stable.html
https://blog.csdn.net/m0_55776033/article/details/119282014?ops_request_misc=&request_id=&biz_id=102&utm_term=cuda11.4%20pytorch&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduweb~default-5-119282014.142^v83^insert_down38,201^v4^add_ask,239^v2^insert_chatgpt&spm=1018.2226.3001.4187

在这里插入图片描述

创建激活虚拟环境

conda info --envs      //列出所有虚拟环境
conda remove -n your_env_name --all //删除虚拟环境
conda create -n PIPrediction python=3.7
source activate PIPrediction

下载cuda11+torch+torchvision pytorch GUAWNAG

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

4.cudnn下载

CUDA Toolkit版本及可用PyTorch对应关系
在这里插入图片描述

conda search cudnn --info
wget 链接地址
conda install --use-local 本地cudnn包所在的路径

验证

nvcc -V  //cuda
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2   //cudnn

python
import torch
print(torch.__version__)  //查看torch版本型号
print(torch.cuda.is_available())  //输出true cuda torch 匹配
print(torch.backends.cudnn.version())   //查询cudnn版本
print(torch.version.cuda)//查询cuda版本