一、下载驱动
1.通过以下这条命令查到你电脑所需要的驱动。
ubuntu-drivers devices
2.通过上述命令也可能返回为空什么都不显示，添加官方ppa的源，在更新以下就好了。
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
3.通过指定版本安装显卡，
安装失败，未找到对应版本的显卡。我就只能试试其它方法。
4.让其自动安装显卡
sudo ubuntu-drivers autoinstall5.安装完成后通过nvdia-smi仍然无法查到显卡型号。重启一下，通过设置->软件更新->附加驱动里面查看有nvdia-455显卡。我就默认为它装上了继续配置以下环境。
6.安装完成驱动之后大家一定要进行gcc g++降版本不然很容易cuda安装失败的。
7.这个也是安装教程，图多，大家可以参考一下。
二、下载cuda安装cuda
1.如何确定自己电脑的显卡型号和cuda版本匹配。在cuda官网可以看大家要自己查，网上的都根据上边更新的。
从上图可以看到只要显卡版本上述版本就可以安装对应的cuda了不必非要一致，我的显卡型号是455，可以安装cuda11.1了但是我安装的是10.2。
2. 我下载的是cuda10.2 就是这个链接
从上图可以看出我们下载的是ubuntu18版本的cuda，接下来需要安装到ubuntu20上，虽然版本不对应但是是可以的。我认为可能版本差不是特别大应该可以适应的或者是向上兼容。我没有试所以只是猜测。
使用wget下载老中断，于是我就启动了迅雷下载速度杠杠的。
三、下载cudnn 安装cudnn
1.执行命令
sudo sh cuda_10.2.89_440.33.01_linux.run
然后cuda就安装成功了。接下来就是配置cuda的环境变量了。
1.首先你需要通过gedit ~/.bashrc打开文件
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.2/lib64
export PATH=$PATH:/usr/local/cuda-10.2/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.2
2.将上述文件写入进去并保存。当然你需要source ~/.bashrc 一下把你新添加的环境激活一下。如果激活成功的话继续下一步，如果失败看看是不是自己路径错了通过which或者whereis去查找一下。排除错误。
3.通过 nvcc -V 判断cuda是否安装成功，如果返回版本信息就是成功了。
4.export PATH=$PATH:/usr/local/cuda-10.2/bin 这句命令的意思是在原有PATH环境变量基础之上再添加一条环境变量/usr/local/cuda-10.2/bin。具体可参考以下链接环境变量原理
5.安装完成cuda后考虑如何安装cudnn，这玩意需要跟你的cuda版本匹配，我直接下载的是deb版本的。而且你需要有nvdia账号才能够下载。
通过以下三条命令安装。
sudo dpkg -i libcudnn8_8.0.0.180-1+cuda10.2_amd64.deb
sudo dpkg -i libcudnn8-dev_8.0.0.180-1+cuda10.2_amd64.deb
sudo dpkg -i libcudnn8-doc_8.0.0.180-1+cuda10.2_amd64.deb
通过以下命令去测试你的cudnn是否安装成功。
# 将cuDNN示例复制到可写路径
cp -r /usr/src/cudnn_samples_v8/ $HOME
# 进入到可写路径
cd $HOME/cudnn_samples_v8/mnistCUDNN
# 编译mnistCUDNN示例
make clean && make
# 运行mnistCUDNN示例
./mnistCUDNN
以上命令第一句的意思是将cudnn_samples_v8这个文件复制到 /home/用户名里面，为什么要这样应为 只有移动到这个文件里面你的cudnn_samples_v8才可以随便读写在src里面可能读写执行会受到限制。 然后进入对应的文件进行编译 ，如果gcc版本不对的话会编译失败。
在这里我的gcc版本为8 编译失败了，我通过apt install gcc-7 g++7。然后设置软连接到gcc和g++上再编译就成功了。软连接的设置
通过以下命令设置完成后还是失败的
sudo ln -s gcc-7.8 gcc
sudo ln -s g++-7.8 g++
于是又找到下面：
sudo ln -s /usr/bin/gcc-7.8 /usr/bin/gcc
sudo ln -s /usr/bin/gcc-7.8 /usr/bin/gcc
编译成功，因此设置软连接也有坑。
最后一条执行命令，如你编译成功并且cuda和cudnn没问题一定会成功的如果有问题，赶紧去排查是哪里的问题。
五、配置torch
1.上pytorch官网选择自己对应版本的torch，通过pip下载网太不稳定了，于是乎我又用了迅雷，去torch版本里面寻找自己对应的torch版本下载，下载成功后，通过 pip *.whl。就可以安装了。
六、测试torch
import torch
torch.cuda.is_available()