如何很爽的做深度学习——环境搭建

选什么样的机器

深度学习主要对GPU有要求，所以选择机器的时候一定要有一块差不多的显卡注意要N卡。最稳妥的是组装一台机器。如果真的想来个笔记本，一定要谨慎，后面会说明原因。

先安装一个系统

买回一个电脑最常见的情况里面有一个windows或者组装机是没有系统的。开始我们的工作前强烈建议好好考虑一下更换自己的系统。
换的话当然是linux，无论是深度学习框架，还是写代码做实验的工作效率，linux的体验都是无与伦比的。所以想很爽的完成深度学习，首先要基于Linux系统。个人推荐Ubuntu，选一个近期的大版本，（即双数年份的4月版本，如：16.04，18.04）。废话不多说，开搞

安装盘制作

首先制作一个U盘做系统盘，这篇博客详细介绍了制作的方法。基本上都是常规操作没有遇到什么大坑。

开始安装

有了系统盘就可以开始装系统了

正常流程：

如果你是组装的台式机，无论是Ubuntu安装，还是window+ubuntu双系统，教程都比较多，算是常规操作了。

笔记本的坑：

如果是笔记本的话，要多多小心，上面的常规操作可能不成功。个人建议是要买哪个型号的机器提前看看网上有没有安装成功的案例，有的话再入手不迟。如果搜不到，要多多小心哦！

装上驱动

这里驱动主要是显卡驱动，深度学习要爽的话，当然要来一块N卡，显卡好用，CUDA难装。台式机依然是常规操作，教程很多.一步步来急不得。

显卡的坑

笔记本由于双显卡问题，导致安装cuda又变的很坑。个人经验将显卡驱动和cuda分开安装的方法成功率很高。
下面是个人在各种笔记本电脑上安装cuda的战绩：

1. 深海泰坦x6ti 成功
2. 神舟战神 失败
3. thinkpad p470 成功

验证

到此位置你的ubuntu+cuda环境就搭建好了。
在终端中，用nvidia-smi查看驱动是否正常，返回列表中显示正常的显卡信息就成功了。
要注意的是通过上述验证的话并不代表CUDA能正常运行。在安装CUDA的过程中大家都得到了"NVIDIA_CUDA-9.0_Samples"，默认的话会放在根目录下。选几个例子跑一下，结果正确表明CUDA安装真的成功了。