安装显卡驱动
这里选择自动安装，先更新升级
sudo apt-get update
sudo apt-get upgrade
自动选择驱动安装
sudo ubuntu-drivers autoinstall
安装后重启
若自动安装不成功，参考链接手动安装。
https://blog.csdn.net/lixushi/article/details/118575942
安装miniconda
安装简易版本miniconda进行环境管理
清华大学镜像源：https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/?C=M&O=A
选择某版本进行下载（这里选择base环境为python3.8，Linux x86 64位）
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py38_4.12.0-Linux-x86_64.sh
下载后sh运行
sh Miniconda3-py38_4.12.0-Linux-x86_64.sh
一路enter，键入yes接受license，键入安装位置（enter选择默认安装位置），键入yes选择初始化miniconda，初始化后重新打开终端则能看到已进入base环境。
conda换源（谨慎换源，我换了后conda install一直出现CondaHTTPError）
conda config --add channels http://(自行查找）（某些https的源可能会出现CondaHTTPError，可改成http试一试）
conda config --set show_channel_urls yes （显示安装源）
修改回默认源：
conda config --remove-key channels
安装pytorch
新建conda环境用来装pytorch，并指定python版本
conda create -n pytorch python=3.8
进入pytorch官网，根据自己cuda版本，选择安装最新版本或者以前版本，复制对应指令。
可选择conda安装或者pip安装，个人感觉pip安装更加方便，且换源后速度更快。
验证pytorch，cuda是否可用
import torch # 如果pytorch安装成功即可导入
print(torch.cuda.is_available()) # 查看CUDA是否可用
print(torch.cuda.device_count()) # 查看可用的CUDA数量
print(torch.version.cuda) # 查看CUDA的版本号
