Pipeline：
Pre：干净的系统环境（请不要问为什么 善于重装系统的大佬请忽略）
1、装显卡驱动
检测显卡型号和对应推荐安装驱动
$ ubuntu-drivers devices
自动安装所推荐的驱动
$ sudo ubuntu-drivers autoinstall
**此处填坑：**小米笔记本在安装显卡驱动前确保BIOS中Secure Boot设置为disabled，经常重装系统可能会忽视自己曾经更改过这里，此处大约可以节省5h。（不要问我为什么）
// 检查驱动是否安装成功
$ nvidia-smi
2、装CUDA
小米air13.3 GeForce 940MX对应CUDA版本8.0.0，官网存在两个版本的8-0，都没安装成功，不要想着装有Ubuntu18.04支持的10.0版本（对应显卡太NB）。CUDA9.0可以通过测试。
直接放链接：https://developer.nvidia.com/cuda-toolkit-archive
注：Ubuntu18.04预装GCC7.3，CUDA9.0只支持GCC6.0以下版本，需要手动降级
$ sudo apt-get install gcc-4.8
$ sudo apt-get install g++-4.8
$ cd /usr/bin
$ sudo mv gcc gcc.bak
$ sudo ln -s gcc-4.8 gcc
$ sudo mv g++ g++.bak
$ sudo ln -s g++-4.8 g++
$ gcc -v g++ -v
CUDA推荐下载.run可以根据提示安装，询问是否安装显卡驱动时写n（因为没试过y所以不清楚会出什么幺蛾子）
如果CUDA下载界面有不止一个Download的，那是补丁，下载安装同理（先后顺序应该知道的）
安装完添加环境变量：
$ sudo vim ~/.bashrc
$ export PATH=/usr/local/cuda-9.1/bin${PATH:+:$PATH}}//根据版本修改对应的版本号
$ export LD_LIBRARY_PATH=/usr/local/cuda-9.1/lib64${LD_LIBRARY_PATH//根据版本修改对应的版本号
3、装CUDNN
需要nvidia注册账户登陆
直接放链接：https://developer.nvidia.com/rdp/cudnn-archive
按照所安装CUDA对应版本下载。
压缩包解压后cd到解压后的文件夹，执行下列命令将CUDNN内容复制到CUDA中
$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include
$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
$ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
4、测试
在sample中进入bin/x86_64/linux/release/目录make，时间较长。
make结束后在当前目录下运行测试命令
$ sudo ./deviceQuery
$ sudo ./bandwidthTest
PASS表示通过测试
5、CUDA卸载
没错，最后一步就是把它卸载。。。
$ cd /usr/local/cuda/bin
$ sudo ./uninstall_cuda_9.0.pl
删除文件夹
$ sudo rm -rf cuda-9.0
6、愉快的一天又结束了，真好
