原因
在windows下，我不知道我的內存里在運行什么，剛開機它的內存已經滿了50%了。所以自7月3號考完試以后，就一直折騰deepin，先是V20 Beta感覺太不穩定，后來換到V15.11，為了裝顯卡驅動和cuda大概又重裝了7、8次，心態爆炸，每次莫名其妙就進不去系統都很沮喪，最后慢慢摸索才有了一些經驗，有了穩定的系統之后，發現國產的deepin還是很香的，除了wps用不慣之外都還不錯。下面盡可能簡單地說一下我認為最簡單、穩妥的方法。
祝各位可以嘗到它的香。
安裝
- 從官方ISO倉庫下載一個穩定版。
- 按照https://www.deepin.org/zh/installation/所述進行安裝，官方教程很詳細對我這樣的小白很友好，整個過程應該不會超過15min。附上制作啟動盤工具的鏈接https://www.deepin.org/zh/original/deepin-boot-maker/。
可能遇到的問題
安裝或開機時卡在LOGO處，很不爽的情況...（V20Beta，有開機聲音一般就沒這個問題）
參考這個：deepin入坑篇（0）解決開機卡在logo和關機卡死
按E進入GRUB編輯頁面,在倒數第二行 找到splash quiet 空一格加下面代碼。
acpi=off
要永遠修復它：
進入系統后，找到"/boot/grub/grub.cfg"，也在同樣的地方添加上面的代碼。
進入系統
1. 首先更換顯卡驅動（據說是個老大難的問題）
我被這個搞慘了。。。
15.11默認使用nouveau驅動（輸入命令lsmod | grep nouveau，返回非空結果），不知什么原因在我電腦上開機關機時這個驅動總會報一大堆錯，輸出錯誤信息，有時候貌似停不下來無法關機，所以第一步還是要禁用掉這個。網上很多教程都有提到：
# 創建文件
sudo vim /etc/modprobe.d/blacklist.conf
# 加入
blacklist nouveau
options nouveau modeset=0
這時最好裝一些必要的軟件，首先換源
sudo vim /etc/apt/sources.list
# 加入下面阿里雲的源
deb [by-hash=force] http://mirrors.aliyun.com/deepin lion main contrib non-free
# 更新
sudo apt update
sudo apt upgrade
# 安裝軟件，kdb和plymouth-themes在更新initramfs時會用到
sudo apt install kdb plymouth-themes git curl intel-microcode zsh gdb -y
# 更新配置，此配置在Linux在啟動init進程之前,用來准備系統
sudo update-initramfs -u
# 重啟系統
sudo shutdown -r now
裝大黃蜂之前卸載掉原來的NVIDIA驅動。重啟之后選擇“顯卡驅動管理器”應用，可以看到已經由開源驅動切換到Intel默認驅動，選擇切換到大黃蜂方案驅動，會有兩次重啟，中間有一次茶壺的圖形測試，然后一般就ok了。
PS：我曾經模仿試過https://bbs.deepin.org/forum.php?mod=viewthread&tid=185547&extra=裝更新版本的驅動，但是安裝界面與其中不完全相同，沒有libglvnd那一步選項，最后提示安裝失敗，而且當時還不知道怎么卸載，后來從https://blog.csdn.net/wf19930209/article/details/81879514知道用sudo /usr/bin/nvidia-uninstall卸載。
2. 如果有跑深度學習等需求，下面裝CUDA
2.1 手動安裝
主要參考：
- https://blog.csdn.net/wf19930209/article/details/81879514
- https://blog.csdn.net/QLULIBIN/article/details/78714596
我只能說曾經成功過，但昨天不知為何說NVIDIA驅動版本不夠支持CUDA版本，經不起折騰，無奈放棄高版本的CUDA，改用省心的方法。
2.2 省心安裝也能用
主要參考：
- https://blog.csdn.net/weixin_43469047/article/details/105415891
- https://blog.csdn.net/lovebyz/article/details/80301654
直接sudo apt install nvidia-cuda-dev nvidia-cuda-toolkit nvidia-nsight nvidia-visual-profiler就完事兒了，目前只能安到8.0的CUDA，試了一下跑1.0幾的gpu版pytorch，能夠用到顯卡。最近整理項目會測試一下，到底能不能用，性能如何。