最近申請了服務器，需要自己去搭建環境，所以在此記錄下自己的辛酸搭建歷史，也為了以后自己不走彎路。話不多說直接搬運，因為我也是用的別人的方法，一路走下來很順暢。
NAVIDIA驅動安裝
第一步首先安裝英偉達驅動
因為之前吃過虧，安裝了ubuntu后直接裝了cuda，結果沒有任何效果，還連圖形界面都出現不了（因為之前按照大佬們的攻略先一步禁用了ubuntu自帶的顯卡驅動，而自己又沒有先裝英偉達驅動，所以不顯示圖形界面），所以找了各種辦法。
雖然大佬們覺得命令行方便，不過個人還是喜歡圖形界面操作，簡單快捷操作！
圖形界面操作
選擇紅框，然后繼續下面的
按照上面的步驟等待即可，這樣就完成了！
命令行操作
當然，也可以命令行操作
我直接搬運！
直接終端輸入:
sudo apt-get install gcc g++ make
gcc --version
看過一個老哥寫的博客，寫明了gcc， g++， nvidia驅動以及cuda版本對應關系，以下附上鏈接:
https://blog.csdn.net/dudu815110/article/details/87167518
卸載舊驅動
＃刪除驅動
sudo apt-get purge nvidia*
如果是通過.run文件安裝的驅動則需要 cd 進入驅動安裝包所在目錄，執行以下命令即可：
sh ./驅動文件名.run --uninstall
到此以上這些，是在已經裝過顯卡驅動的人需要做的事情，如果是沒有裝過的，可以不管
禁用Nouveau
1.nouveau是ubuntu自帶的顯示驅動，會和nvidia驅動相沖突，所以在這里我們把它禁用，方法如下：
將nouveau加入黑名單
sudo vim /etc/modprobe.d/blacklist.conf
2.在文件底部加入以下內容:
blacklist nouveau
options nouveau modeset=0
3.執行命令，更新我們剛才改過的配置文件
sudo update-initramfs -u
4.完成以后，我們需要重新啟動系統
sudo reboot
5.驗證nouveau是否被禁用
輸入以下內容，若沒有任何輸出則為禁用成功
lsmod | grep nouveau
安裝驅動
添加ppa源
添加源並更新
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update
查看顯卡型號以及推薦驅動版本
ubuntu-drivers devices
PS：我是選擇的435的，不過我到這一步死活裝不了，就走圖形界面操作了
安裝驅動
安裝
sudo apt install nvidia-driver-xxx
#重啟
sudo reboot
xxx代表驅動版本，本人裝的是435，安裝完以后需要重新啟動計算機
安裝完成
nvidia-smi
出現上面的圖說明裝好了
Anaconda的安裝
在服務器上裝py環境，根據網上找到的一些博客建議，首先裝anaconda，我目前個人理解像是一個環境管理工具，在上面怎么玩也不怕崩，方便重來。安裝特別簡單，官網下載或者隨便怎么搞到安裝包,然后
bash 安裝包路徑/安裝包名.sh
安裝過程一路yes就好了,最后我看網上說anaconda會自動將環境變量添加到PATH里面，但我輸入conda后提示沒有該命令,所以還要自己手動加入環境變量。編輯 ~/.basrc ,在最后面加上
export PATH=/home/你的用戶名/anaconda3/bin:$PATH
默認路徑是這個,具體可以根據你的安裝目錄改
修改完
source ~/.bashrc
更新下環境變量就沒問題了。然后是現在我用到的一些簡單的語句
查看環境
conda env list
創建環境（以py3.7為例）
conda create -n python37 python=3.7
進入環境
source activate python37
離開環境
source deactivate
然后一些管理包的操作和pip很像就不列舉了，這里碰到個坑，在用fish shell的時候，怎么都不能進入環境，當然還以為是自己anaconda又裝崩了，然后網上搜了搜知道了，由於設計、實現的種種原因，fish 並不支持某些其它 shell （例如 bash） 支持的特性，大概就是一些命令在fish下使用會失敗，大部分都是基於bash的，所以還是安裝一些東西的時候還是別用fish吧！！
CUDA10.2安裝
啊對了,有個坑的地方nvidia-smi顯示的cuda version是驅動支持的最高版本,nvcc --version才是目前的cuda版本（我這邊用的命令行是 nvcc --V）
安裝包直接在官網下載就行，很方便可以幫忙做配置選擇，不用自己再去查
我選擇的是用run方法安裝，參考圖如下
然后直接在你的終端敲代碼就完事了，當然也可以自行下載，個人還是覺得敲代碼方便多，cv就完事了！
具體的安裝步驟參考了大佬的一篇博客，非常詳細了，ubuntu 安裝多個CUDA版本並可以隨時切換
我說幾個不一樣的地方，我的安裝包是這樣的安裝形式
PS：當初搞的時候忘了截圖，搞完才想起來要寫一篇總結，所以用的別人的圖，但過程基本一樣。
然后敲accept
X表示被選中，按enter就是取消，上圖下放已經說明
在已經有cuda10.0的情況下什么都不改直接安裝的話，會報錯
大概就是已經有一個驅動了，繼續安裝不是更新驅動，而且再裝一個（迷惑操作),所以會報錯。
然后根據大佬博客，有這幾個地方需要改（已經有cuda版本的基礎上）
取消驅動安裝
取消連接（在CUDA Toolkit按A進入高級選項）
安裝路徑貌似無所謂,我沒改,介意的話可以改到自己目錄下 ,默認是 /usr/loacl/下
然后就是install就好了
PS：安裝目錄建議記住，我當時忘記記安裝目錄，所以后面搞版本控制有點麻煩
CUDA版本切換
安裝后cuda后,我沒用大佬博客中的方法,因為我感覺會影響到其他人正常使用,我直接改了自己的環境變量,還是編輯 ~/.basrc ,在最后面加上
export PATH=/usr/local/cuda-10.2/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda-10.2
PyTorch
pytorch的安裝就很簡單了,通過pyg已經知道只支持1.4.0和1.5.0/1.5.1版本,1.4.0官網又顯示不支持cuda10.2,那么選項基本就唯一了,在之前anaconda的創建的py環境下
conda install pytorch==1.5.0 torchvision==0.6.0 cudatoolkit=10.2 -c pytorch
參考鏈接：
https://blog.csdn.net/qq_39128349/article/details/107721533
https://blog.csdn.net/qq_33264737/article/details/101735647