操作系统
建议使用 LTS 版本，也就是长期支持版本，但不建议使用最新版，ubuntu 每年换一个大版本，更新速度还是很快的。比如，现在官网主推 20.04 和 20.10 版本，但，其实 18.04 版本才是使用率最高的。
一些特殊情况，比如做嵌入式 AI 开发开发，很多时候，要求的 ubuntu 版本更低，这种情况就没办法了，只能按照对方的要求来了，因为对方开发和调试就是用的这个版本，其它版本指不定会有各种莫名问题。
操作系统版本号可以通过 lsb_release -a 来查看
驱动
操作系统安装后，一般我们都要执行 sudo apt update 和 sudo apt upgrade 来更新系统，这里的更新是指这个版本下的软件包更新。在较新的的 ubuntu 下，nvidia 显卡的驱动自动安装了，如果遇到没有的情况，就自己安装最新版，执行命令
sudo ubuntu-drivers autoinstall如果是要安装特定版本，可以到官网 https://www.nvidia.com/Download/index.aspx
选择显卡型号、操作系统、文件类型后下载
如果下载的是 deb 包，鼠标双击就可以完成安装
如果下载的是 run 文件，可以执行下面命令来安装
# 添加执行权限
chmod a+x NVIDIA-Linux-x86_64-435.21.run
sudo ./NVIDIA-Linux-x86_64-435.21.run安装成功后，进入终端 terminal，执行 nvidia-smi 进行验证
cuda
首先到官方下载地址： https://developer.nvidia.com/cuda-downloads 去下载想要的版本，执行下面命令安装
# 添加可执行的权限
chmod +x cuda_10.1.243_418.87.00_linux.run
sudo ./cuda_10.1.243_418.87.00_linux.run安装过程中会有一些选项出现，根据自己的实际情况选择，比如要不要使用 cuda 自带的驱动，安装路径、是否安装 samples 等(每个版本不太一样)
默认情况下，cuda 被安装在了 /usr/local 下，同时还创建了一个软链接 cuda
然后配置下环境变量，编辑 ~/.bashrc 文件，它的作用是让你下次开机，打开 terminal，这些设置立马生效
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH最后执行下 source，让环境变量立即生效
source ~/.bashrc安装完毕，我们来测试下环境
进入到 sample 中(默认是你当前的用户的根目录)，跑下 deviceQuery 程序
# 安装编译工具
sudo apt install build-essential
cd NVIDIA_CUDA-10.1_Samples/1_Utilities/deviceQuery
make
./deviceQuery
cudnn
到官网 https://developer.nvidia.com/cudnn 去下载，这里需要注册，有点麻烦。需要注意的是，cudnn 的版本是要跟 cuda 匹配的。下载后，解压，然后将头文件和库分别拷贝到对应目录中
tar xvf cudnn-10.1-linux-x64-v7.6.3.36.tgz
sudo cp cuda/include/cudnn*.h /usr/local/cuda-10.1/include
sudo cp -P cuda/lib64/libcudnn* /usr/local/cuda-10.1/lib64
# 添加读的权限
sudo chmod a+r /usr/local/cuda/lib64/libcudnn* /usr/local/cuda/include/cudnn*.h官方的安装包中已经移除了验证的程序，如要验证 cudnn 的安装，可以使用 github 上的这个工程
git clone https://github.com/haanjack/cudnn-mnist-training
cd cudnn-mnist-training
make编译过程(主要就是去找头文件和链接的库)没有问题，cudnn 的安装就没问题，没有必要去下载数据集，也不用去跑这个 training
多cuda版本共存及切换
从 cuda 的安装就可以看到，多个版本的 cuda 共存是可行的，而且切换也非常简单。
安装过程跟上面提到的是一样的，有几个版本就安装几个，比如我说这里安装了2个，一个 10.0，一个 10.1，且当前激活的是 10.0 版本
现在我们来操作下切换，使用 10.1 版的 cuda
# 删除软链接
sudo unlink /usr/local/cuda
# 重新创建软链接，以使用10.1为例
sudo ln -s /usr/local/cuda-10.1 /usr/local/cudapython环境
这里建议使用 anaconda，便于进行 python 多版本的管理和使用。从官网下载安装包 https://www.anaconda.com/products/individual
./Anaconda3-2021.11-Linux-x86_64.sh安装过程基本上是傻瓜式的，不过有3点需要注意，第一默认的安装路径在 /home/$user/anaconda3；第二就是执行安装脚本时不要用 sudo，这样做的好处是减少系统权限问题，管理方便，迁移方便；第三将 PATH 加入 ~/.bashrc 中，如果安装过程中不小心选择了 NO，自行添加也可以，命令是
export PATH=/home/xugaoxiang/anaconda3/bin:$PATHanaconda 使用参考 https://xugaoxiang.com/2019/12/08/anaconda/ 和 https://xugaoxiang.com/2021/01/26/anaconda-update/
pip源
从默认 pypi 源中下载软件包会比较慢，这里将它改为从 aliyun 下载
mkdir ~/.pip
touch ~/.pip/pip.conf将下面内容加入到 pip.conf 文件中
[global]
index-url = http://mirrors.aliyun.com/pypi/simple/
[install]
trusted-host=mirrors.aliyun.compip 的其它命令可以参考 https://xugaoxiang.com/2020/11/10/pip-tutorial/
