更新cuda驱动10.0==＞11.2

1. 根据机器型号下载最新驱动
   下载地址
   查看GPU显卡信息：
   lspci -vnn | grep VGA -A 12
2. 卸载旧驱动（可选）
   redhat参考
   ubuntu参考
3. 安装驱动
   sudo ./NVIDIAxxxx.run --no-x-check
4. 可能遇到的问题：

   • An NVIDIA kernel module nvidia-uvm appears to alreain
     需要查看是否有程序占用（如果存在占用，请停掉该程序）
     lsof | grep nvidia.uvm

   • An NVIDIA kernel module ‘nvidia-drm’ appears to already be loaded in your kernel：
     停止使用到 GPU 的所有顯示：
     systemctl isolate multi-user.target
     modprobe -r nvidia-drm

在GeForce RTX 3090上遇到的问题：
算力不兼容：

GeForce RTX 3090 with CUDA capability sm_86 is not compatible with the current PyTorch installation

解决方案

去pytorch官网找到匹配的conda install命令后安装pytorch

conda install pytorch torchvision torchaudio cudatoolkit=11.2 -c pytorch -c nvidia

然后运行代码仍然报错：

Torch not compiled with CUDA enabled

说明当前的Pytorch版本无法使用显卡（使用conda list发现pytorch似乎安装成了cpu版本）
(删了整个虚拟环境重装了一遍，还是报这个错)

查找解决方案：
检查cuda版本：cat /usr/local/cuda/version.txt
发现没有这个文件，且local下并没有cuda这个文件夹
把Linux上查看已安装的CUDA和cuDNN版本号 上所有命令都试了一遍，该输出的都没输出出来，应该是cuda toolkit的问题

参考这里 安装了一遍cuda toolkit，安装方式选run file(local)
第一遍安装失败了 返回code256
解决方法：sudo rm /tmp/.X0-lock
再安装成功了，local下面多了个cuda和cuda_11.2文件夹，再配置了个环境变量
使用nvcc --version不识别nvcc
参考这里又配了一遍环境变量
发现使用/usr/local/cuda/bin/nvcc --version有输出，不知道有没有关系

回来又重复了一遍conda install pytorch, 结果装的还是cpu

？？？

后来改用pip 安装 就能用了

======================
2021/10/06 更新：

配置BoxE环境

pip安装1.15版本的TensorFlow-GPU
使用阿里的源进行安装
pip install tensorflow-gpu==1.15 -i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com

运行后有numpy报错，更改numpy版本：

pip install -U -i https://pypi.tuna.tsinghua.edu.cn/simple numpy==版本
# -U 是重装
# -i https://pypi.tuna.tsinghua.edu.cn/simple 是使用清华镜像

成功