显卡 、CUDA、CUDNN
目前来说用来进行深度学习研究领域的显卡都是采用英伟达产品的，学过操作系统的同学都知道，驱动程序对于发挥一个软件、硬件的性能极其重要。在英伟达的官网上，我们可以看到不同的显卡对应不同的驱动程序。
在网络上查看某显卡是否支持CUDA：查看地址
cuda官方下载
安装CUDA官方指南
这里说的CUDA，实际就是CUDA-toolkit。CUDA相当于一个工具箱，用来使用nVidia显卡。比如锤子、电钻等。但是有的使用需要使用到小刀，CUDNN就是起到这样的作用。
注：我们使用nVidia安装成功后，使用nvidia-smi命令可以查看显卡的使用情况，里面有个CUDA这个有的坑人，它并不代表你已经安装成功了CUDA，而是代表CUDA的可以使用的最高版本。所以你之后你还是需要安装CUDA的。这里有点误导性。安装成功后可以使用nvcc进行验证，是否安装成功。
安装CUDNN也需要查看是否和CUDA进行匹配：官方对应链接。
流程：安装nvidia驱动——>安装成功后，安装CUDA（CUDA安装包中含有驱动，可以选择性安装，如果之前安装过，不影响使用）——>进入~/.bashrc配置环境变量——>使用nvidia-smi命令查看是否安装显卡驱动成功——>使用nvcc查看是否CUDA（即CUDA-toolkit）是否安装成功——>安装对应CUDNN环境。