- 使用 PPA 第三方软件仓库安装最新版本
sudo add-apt-repository ppa:graphics-drivers/ppa
- 更新软件源
sudo apt update
- 查看显卡型号和推荐驱动
ubuntu-drivers devices
- 如果同意安装推荐的驱动，可以直接运行：
sudo ubuntu-drivers autoinstall
- 也可以直接指定希望安装的驱动：
sudo apt install nvidia-xxx
Note:
如果是想从低版本升级或安装其他版本，需要先卸载原有的的驱动，否则可能会面临不匹配的问题：
# 查看哪些进程在使用nvidia，常见的有nvidia_drm, nvidia_modest等
lsmod | grep nvidia
# 先卸载这些进程
sudo rmmod nvidia_drm
sudo rmmode nvidia_modest
# 完整卸载整个nv驱动
sudo apt-get purge nvidia*
遇到gcc:error:unrecongized command line option '-fstack-protector-strong'此类错误，注意升级一下gcc版本>4.8，之后选择高版本的gcc:
sudo update-alternatives --config gcc
二. 系统安装CUDA和cuDnn
- 这里以CUDA10.2安装为例。
进入官网页面后，根据硬件和系统版本，页面会给出合适的配置和指示，如下图所示：
image.png
- cuDNN安装
sudo dpkg -i libcudnn8_8.0.5.39-1+cuda10.2_amd64.deb
Note: pytorch条件下可以选择不在系统安装CUDA和cuDnn，其内部自带cuda和cudnn的安装。在安装了正确的Nvidia驱动后，可以随着pytorch一起安装在anaconda虚拟环境中，非常方便。
附：检查Pytorch是否使用GPU运行
import torch
torch.cuda.is_available()
>>> True
torch.cuda.current_device()
>>> 0
torch.cuda.device(0)
>>> <torch.cuda.device at 0x7efce0b03be0>
torch.cuda.device_count()
>>> 1
torch.cuda.get_device_name(0)
>>> 'GeForce GTX 950M'
Ref
https://zhuanlan.zhihu.com/p/106708516
https://stackoverflow.com/questions/48152674/how-to-check-if-pytorch-is-using-the-gpu
