常用命令

1.重启网络设置
sudo service network-manager restart

2.查看显卡驱动
sudo nvidia-smi

3.查看cuda
nvcc --version

4.配置环境变量，使用gedit ~/.bashrc指令打开文件

5.ubuntu中/usr目录下无法直接复制粘贴文件或目录

遇到问题：直接鼠标右键复制粘贴或ctrl+c ctrl+v不管用

利用终端窗口

sudo cp -r+“空格”+~/你要复制的文件的原目录/你要复制的文件+“空格”+/usr/目标目录

例如：

sudo cp -r /home/my/soft/cudnn-linux-x86_64-8.3.1.22_cuda10.2-archive/include/cudnn.h /usr/local/cuda-10.2/include

将cuda/include/cudnn.h文件复制到usr/local/cuda-10.1/include文件夹

6.重启系统
sudo reboot

7.清除终端内容
ctrl + L

8.新建终端
ctrl+alt+T

9.在同一终端下新建终端（前面的路径保持一致）
ctrl+shift+t

配置linux里 ubuntu环境下Tensorflow、Pytorch的安装以及基于Pycharm的使用
https://www.bilibili.com/read/cv7973269

ubuntu环境下Tensorflow、Pytorch的安装以及基于Pycharm的使用

好文章，我成功实现了

安装pytorch

conda install pytorch torchvision cudatoolkit=10.2

安装成功后输入：

python #启动python环境
import torch
torch.cuda.is_available()

如果返回True就代表安装成功了

安装tensorflow

pip install tensorflow_gpu==2.2 -i https://pypi.tuna.tsinghua.edu.cn/simple

import tensorflow as tf
print('GPU', tf.test.is_gpu_available())

结果False
cuda = 10.2
tensorflow_gpu==2.2.0

参考tensorflow2.x使用cuda10.2(非常简单)
后，按照他的方法，但还是报 False

然后在以上链接的基础上，按照评论区的方法解决了
评论区大佬多，差点放弃了

舒服了！！！