第一步：安装显卡驱动
首先在system settings选择software update，选择additional drivers，如果有相应的英伟达显卡驱动，直接点安装，即完成；
如果没有先去显卡驱动官网按照显卡型号下载相应的驱动程序，
网址:https://www.nvidia.cn/Download/index.aspx?lang=cn
驱动选择实例：
移除本机上的其他显卡驱动:
sudo apt-get remove –purge nvidia-*
安装显卡驱动
sudo sh NVIDIA-Linux-x86_64-xxx.xx.run
安装完成后重启才会有效。
第二步：安装CUDA：
在官网下载相应的cuda版本,现在有cuda10.1版本的，其他版本参考官网安装命令:
官网链接：https://developer.nvidia.com/cuda-downloads
安装:
sudo dpkg -i cuda-repo-ubuntu1604-10-1-local-10.1.243-418.87.00_1.0-1_amd64.deb
sudo apt-key add /var/cuda-repo-10-1-local-10.1.243-418.87.00/7fa2af80.pub
sudo apt-get update
sudo apt-get -y install cuda
第三步：安装CUDNN:
官网链接：https://developer.nvidia.com/deep-learning-software，这个需要facebook账号；
先解压，然后将其中的内容复制到CUDA安装文件夹里面.
step.2 复制cuDNN内容到cuda相关文件夹内
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 /usr/local/cuda/lib64/libcudnn*
第四步：anaconda3安装：
官网链接：https://www.anaconda.com/distribution/#download-section
下载linux，python3.7， 64-xxxxxx(506MB)
bash Anaconda3-xxx.sh
安装一直选择yes，安装完成后如果conda不可用:
echo ‘export PATH="~/anaconda3/bin:$PATH"’ >> ~/.bashrc
更新bashrc以立即生效
source ~/.bashrc
使用anaconda创建工程环境:
conda create -n name python=3.6
激活环境:
source activate name
注：使用任何框架GPU仅在个人私有环境下创建独立环境和安装相应GPU版本包即可；
来源：CSDN
作者：艾尔_1222
链接：https://blog.csdn.net/m0_37661841/article/details/103598306