ubuntu18.04配置opencv4.4.0,显卡驱动，cuda11.0,cudnn8.8.0,tensorflow2.0,pytorch1.6等环境

一、opencv4.4.0安装
备注：opencv的安装在装完系统后，就安装。如果放在cuda，cudnn，annonconda之后会出现很多问题。
1、参考：
（1）博客名字：Ubuntu 18.04安装OpenCV4.0和环境配置
（2）博客网页：https://blog.youkuaiyun.com/new_delete_/article/details/84797041
2、验证
（1）测试OPENCV安装成功
    1）cd  /自己安装目录/opencv/samples/cpp/example_cmake
    2）cmake .
    3）make
    4）./opencv_example
        5）没有摄像头会出现界面“hellow world”
3、验证yolov3出现问题：darknet-yolo:fatal error: opencv2/opencv.hpp: No such file or directory

（1）解决方案：sudo apt install libopencv-dev。（参考：https://blog.youkuaiyun.com/csdn_pfyang/article/details/104113547，以前认为必须安装opencv2.版本）。
（2）按照yolov3无gpu版本教程（https://pjreddie.com/darknet/yolo/），记得使能opencv=1。

二、显卡驱动安装

版本：NVIDIA-Linux-x86_64-450.66.run
请注意：自己验证一下。方法很常见

三、cuda11.0安装

版本：cuda_11.0.3_450.51.06_linux.run。安装参考：官网
请注意：自己验证一下。方法很常见

四、cudnn安装
采用deb安装，注意3个文件全部安装，否着在验证yolo gpu版本报错5.1：

    # 安装runtime库
    #sudo dpkg -i libcudnn8_8.0.0.180-1+cuda10.2_amd64.deb
    sudo dpkg -i libcudnn8_8.0.2.39-1+cuda11.0_amd64.deb
    # 安装developer库
    sudo dpkg -i libcudnn8-dev_8.0.0.180-1+cuda10.2_amd64.deb
    # 安装代码示例和《cuDNN库用户指南》
    sudo dpkg -i libcudnn8-doc_8.0.0.180-1+cuda10.2_amd64.deb

五、测试yoloV4 gpu 版本
1、include/darknet.h:46:10: fatal error: cudnn.h: No such file or directory
 #include <cudnn.h>
        ^~~~~~~~~
解决方法：按照第四节的做法

2、错误：nvcc fatal   : Unsupported gpu architecture 'compute_30'

解决方法屏蔽“#-gencode arch=compute_30,code=sm_30 \