五六年前，深度学习还是个新生事物的时候，Linux下的显卡驱动和CUDA很容易把小白折磨的很痛苦，以至于当时有一个发行版叫manjaro，因为驱动程序安装简单且流行。老黄也意识到了这个问题，增加了很多新的安装方式。最近发现了一种使用pip安装CUDA的方法。这种方法只安装一些必要的运行时，没有开发工具。优点是可以配合python的虚拟环境，无痛管理环境，可以适用于windows/linux。但是如果你想在python之外使用它，则需要一些额外的设置。方法很简单，只需要先写一个requirements.txt，然后用pip安装即可。requirements.txt文件：--extra-index-urlhttps://pypi.ngc.nvidia.comnvidia-cuda-runtime-cu11nvidia-cuda-cupti-cu11nvidia-cuda-nvcc-cu11nvidia-nvml-dev-cu11nvidia-cuda-nvrtc-cu11nvidia-nvtx-cu11nvidia-cuda-sanitizer-api-cu11nvidia-cublas-cu11nvidia-cufft-cu11nvidia-curand-cu11nvidia-cusolver-cu11nvidia-cusparse-cu11nvidia-npp-cu11nvidia-nvjpeg-cu11中的1cu11，代表CUDA将自动选择特定的11.X。如果需要手动选择具体的版本，直接写成cu11x。安装说明：pipinstall-rrequirements.txt一般来说国内的英伟达下载站（developer.download.nvidia.cn）会自动解析，所以速度很快。
