查看系统版本：

sudo lsb_release -a

输出：

No LSB modules are available.
Distributor ID:	Ubuntu
Description:	Ubuntu 16.04.6 LTS
Release:	16.04
Codename:	xenial

查看gpu型号：

lspci | grep -i nvidia

输出
0:04.0 3D controller: NVIDIA Corporation GK210GL [Tesla K80] (rev a1)

进入root用户

sudo -iu root

下载驱动

https://www.nvidia.com/content/DriverDownload-March2009/confirmation.php?url=/tesla/418.67/NVIDIA-Linux-x86_64-418.67.run&lang=us&type=Tesla#
选择 tesla k80

卸载旧驱动

执行以下命令禁用X-Window服务，否则无法安装显卡驱动：

sudo service lightdm stop

执行以下三条命令卸载原有显卡驱动：

sudo apt-get remove --purge nvidia*
sudo chmod +x NVIDIA-Linux-x86_64-410.93.run
sudo ./NVIDIA-Linux-x86_64-410.93.run --uninstall

安装新驱动
直接执行驱动文件即可安装新驱动，一直默认即可：

sudo ./NVIDIA-Linux-x86_64-410.93.run

执行以下命令启动X-Window服务

sudo service lightdm start

最后执行重启命令，重启系统即可：

reboot

安装cuda

sudo sh cuda_10.1.168_418.67_linux.run

查看cuda 版本

cat /usr/local/cuda/version.txt

输出

CUDA Version 10.1.168

下载cudnn

https://developer.nvidia.com/rdp/cudnn-download
选择cuDNN Library for Linux
cudnn-10.1-linux-x64-v7.6.2.24.tgz

解压缩

tar -zxvf cudnn-10.1-linux-x64-v7.6.2.24.tgz

输出得到

cuda/include/cudnn.h
cuda/NVIDIA_SLA_cuDNN_Support.txt
cuda/lib64/libcudnn.so
cuda/lib64/libcudnn.so.7
cuda/lib64/libcudnn.so.7.6.2
cuda/lib64/libcudnn_static.a

cp文件

sudo cp cuda/lib64/* /usr/local/cuda-10.1/lib64/
sudo cp cuda/include/* /usr/local/cuda-10.1/include/

查看cudnn 版本

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

输出

#define CUDNN_MAJOR 7
#define CUDNN_MINOR 6
#define CUDNN_PATCHLEVEL 2
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

#include "driver_types.h"

ubuntu 安装anaconda

anaconda download

wget https://repo.continuum.io/archive/Anaconda3-5.0.1-Linux-x86_64.sh

install anaconda

bash Anaconda3-5.0.1-Linux-x86_64.sh

torch 安装

conda install pytorch torchvision cudatoolkit=9.2 -c pytorch

测试

import torch

x= torch.Tensor([1.0])
xx= x.cuda()
print(xx)

输出

tensor([1.], device='cuda:0')