好难好难，澡盆终于算是入门了pytorch
今天这篇博客主要说明环境配置部分。
1、NVIDIA驱动的安装
这个该死的驱动，整灭了我无数个ubuntu
不过不幸中的万幸就是其他的环境不算很难配置。
在ubuntu中找到软件与更新，并且找到AdditionalDrivers，在里面找到适合的驱动，注意不要用tested，那个不稳定。
至于怎么确定驱动版本，可以在NVIDIA官网上查询，也可以通过这条指令获取ubuntu-driversdevices
通过这个办法安装，我也就没有再禁用nouveau了，不知道为什么。
等待Apply完成后，在终端输入nvidia-smi，如果输出一个表格，那么，驱动我们就安装好了。
update：经过淘宝大神的帮助，我彻底解决了装不上驱动的问题。
装不上的原因很简单，当前的ubuntu系统linux内核版本过低，导致兼容性太差从而装不上驱动。
首先我怀疑是我的镜像文件版本不行，所以找学长要了一份镜像，但是结果是一样的。
然后重装了许多次系统后，终于决定还是-30￥找了淘宝。
淘宝商家做的也很简单，就是更新kernel（内核）
然后就按照上述步骤，就能打上驱动和cuda+cudnn了
2、Anaconda的安装
我们先放着这该死的NVIDIA不动，进行anaconda的安装
anaconda是一个python包的管理器可以方便地管理python包（光速吟唱）
咳咳
关于anaconda的功能不再赘述，直接进入主题
首先需要下载Anaconda的安装包，直接在官网里下载就行
下载之后运行，就是bash刚刚下载的文件名。
之后一路回车yes
安装完Anaconda之后，需要一些小小的配置。一是换源，打开根目录中的.condarc，这是个隐藏文件，需要按ctrl+l取消隐藏。
之后把channel中的内容替换，我这里换的是清华源
之后保存即可
到这里，Anaconda算是安装成功了，打开终端应该会在最开始出现(bash)字样，不用担心，这是Anaconda中的基础环境被激活了，也说明了安装成功。
3、cuda安装
好，现在回到该死的NVIDIA，安装cuda
从上文的nvidia-smi中可以看到，我的显卡最高支持11,7版本的cuda，但是本着这种东西不能装太新的原则，我先来到了pytorch官网。
最终，我选择了有相应pytorch版本适配的cuda11.0进行安装。
官网会丢给你两条指令，依次执行
等待完成后还需要添加以下环境变量
cd~sudogedit.bashrc打开文档后末尾加入以下信息：
exportLD_LIBRARY_PATH=/usr/local/cuda/lib64:/usr/local/cuda/extras/CPUTI/lib64exportCUDA_HOME=/usr/local/cuda/binexportPATH=$PATH:$LD_LIBRARY_PATH:$CUDA_HOME之后输入nvcc-V，有输出就算成功
4、cudnn的安装
cudnn是cuda的一个扩展工具包（再次光速吟唱）
然后，解压，执行以下命令
sudocpcuda/include/cudnn.h/usr/local/cuda-10.1/includesudocpcuda/lib64/libcudnn*/usr/local/cuda-10.1/lib64sudochmoda+r/usr/local/cuda-10.1/include/cudnn.hsudochmoda+r/usr/local/cuda-10.1/lib64/libcudnn*（其实就是把文件复制到相应目录，与windows一样）
然后就算万事了
5、pytorch的安装
终于来到了我们的主角
先在anaconda中创建一个虚拟环境叫做pytorch，并且激活虚拟环境
之后执行以下命令
condainstallpytorch==1.7.1torchvision==0.8.2torchaudio==0.7.2cudatoolkit=11.0这里是删减过官方文档中最后的-c后的内容，目的是为了让计算机从我们之前设定的源下载文件
（经过漫长的焦躁的无数次失败的等待之后...）
之后，在终端内输入python，并且importtorch，如果没有报错，那就是成功了
接下来，验证cuda
（这里是验证gpu设备，只有一个所以输出0，也验证了安装成功）
后续：
在vscode中下载python官方插件，就能够调用conda环境，就可以开(愁)开(眉)心(苦)心(脸)地写代码辣！