本文着重讲解了Ubuntu20.04安装cuda10.1的步骤(图文教程)，文中通过代码实例讲解的非常细致，对大家的工作和学习具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
安装前准备
CUDA的主要用途是深度学习，而目前主流的深度学习框架Tensorflow2最高支持CUDA 10.1，因此本文讲解在Ubuntu 20.04系统上安装CUDA 10.1的主要过程。
首先要查看你的NVIDIA显卡驱动是否支持cuda10.1版本。
在终端执行以下命令：
nvidia-smi
如果 CUDA Version: … 这里的版本号大于等于10.1（我的是10.2），就可以安装cuda10.1.
关键点：gcc降级
因为Ubuntu20.04自带的gcc版本为9.3，而cuda10.1不支持gcc-9，因此要手动安装gcc-7，命令如下：
sudo apt-get install gcc-7 g++-7
安装完gcc-7，系统中就存在两个版本的gcc，因此要设置默认的gcc，命令如下：
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-7 9 sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-9 1
此命令可以通过update-alternatives设置gcc各版本的优先级，优先级最高的为系统默认版本，可以用下述命令显示其优先级：
sudo update-alternatives --display gcc
设置默认的g++也是如此：
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-7 9 sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-9 1
显示g++优先级：
sudo update-alternatives --display g++
按照官网的安装步骤下载并安装CUDA 10.1
CUDA Toolkit 10.1 update2 Archive
如上图所示，推荐选择run文件安装，比较简洁。
移动到Install选项，回车，等待安装完成。
配置可执行文件及库路径
安装完成后，需要为CUDA 10.1配置环境。
首先打开家目录下的.bashrc文件： gedit ~/.bashrc
在文件的末尾添加如下内容：
export PATH=/usr/local/cuda-10.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
保存并关闭文件，完成配置。
更新环境：source ~/.bashrc
安装cuDNN
下载cuDNN
打开链接后，网站会要求你登陆，如果没有NVIDIA账号，注册后再登陆。
选择与CUDA 10.1对应的版本（7.6.5），点开后选择 cuDNN Library for Linux，点击下载。（最好选择 cuDNN Library for Linux 这个文件格式安装比较方便）
安装cuDNN
切换到下载文件所在目录，解压下载好的cuDNN压缩文件到当前目录：
tar zxvf ./cudnn-10.1-linux-x64-v7.6.5.32.tgz -C ./
将解压出的
cuda/include/cudnn.h文件复制到/usr/local/cuda/include文件夹
cuda/lib64/下所有文件复制到/usr/local/cuda/lib64文件夹
为上述文件添加读取和执行权限：
sudo chmod 755 /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
安装完毕
参考文章:
