深度学习环境搭建安装
参考链接https://blog.csdn.net/cpongo1/article/details/89541127
https://blog.csdn.net/sinat_23853639/article/details/80990967
目录
1. 预先准备.... 1
2. 安装依赖包.... 1
3. 禁用 nouveau.. 2
4. 配置环境变量.... 2
5. 安装显卡驱动.... 3
6. 安装 CUDA 步骤.... 3
① 之前没有安装过CUDA+cudnn：（以安装cuda9.0为例）... 3
② 之前安装过CUDA+cudnn：（以卸载cuda8.0，安装cuda10.0为例）.... 7
1.预先准备
首先要明确你的系统版本，显卡型号，每装一个版本都需要验证成功后再继续，确保每一步的版本对应关系！！！！最好学习一些Linux的基本知识，零基础的同学请谨慎操作。如果系统之前没有安装过CUDA请从头开始，安装过的请直接从5②开始，使用cpu的同学请不要按照这个参考文件安装，直接安装tensorflow，keras，pytorch就好。
2.安装依赖包
安装后续步骤或环境必需的依赖包，依次输入以下命令:
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
有一定几率安装失败而导致后续步骤出现问题，所以要确保以上依赖包都已安
成功，验证方法就是重新运行安装命令，如验证 git cmake build-essential是否装成功，则再次运行以下命令，成功的话会提示已安装：
- 3.禁用 nouveau
安装好依赖包后需要禁用 nouveau，只有在禁用掉 nouveau 后才能顺利安装NVIDIA 显卡驱动，禁用方法就是在 /etc/modprobe.d/blacklist-nouveau.conf 文件中添加一条禁用命令，首先需要打开该文件，通过以下命令打开：
sudo vi /etc/modprobe.d/blacklist-nouveau.conf
打开后发现该文件中没有任何内容，写入：
保存时命令窗口可能会出现以下提示
** (gedit:4243): WARNING **: Set document metadata failed: 不支持设置属性 metadata::gedit-position
无视此提示～，保存后关闭文件，注意此时还需执行以下命令使禁用 nouvea真正生效：
电脑重启之后执行：
#没有输出，即说明安装成功
4. 配置环境变量
同样使用 vi命令打开配置文件
sudo vi ~/.bashrc
打开后在文件最后加入以下两行内容：
保存退出：
输入命令：source ~/.bashrc
5. 安装显卡驱动
手动去官网下载.run文件自己安装（要搞清楚显卡型号后再去找对应的文件下载）卸载原先的所有驱动：
安装驱动
进入命令行界面：Ctrl-Alt+F1 之后输入用户名和密码登录即可。Ctrl-Alt+F7 退出命令行界面。
输入：
sudo service lightdm stop
输入：
sudo chmod a+x NVIDIA-Linux-x86_64-390.59.run
sudo ./NVIDIA-Linux-x86_64-390.59.run –no-opengl-files
安装显卡驱动时，就一路Accept就可以，报错The distribution-provided pre-install script failed!，不必理会，继续安装。最重要的一步，安装程序问你是否使用NVIDIA的xconfig文件，如果是独显，这里一点要选yes，否则在启动x-window时不会使用nvidia驱动。安装提示基本是选肯定的，提示nvidia-xconfig时如果你的电脑还存在一个核显或者集显就选择不安装，选择no，反之选择安装yes。安装完毕后，重启：reboot (重启)。
 |
如果已经存在，执行：nvidia-smi，有类似如下输出代表nvidia驱动正常
6.安装 CUDA 步骤
- 之前没有安装过CUDA+cudnn：（以安装cuda9.0为例）
 |
进入https://developer.nvidia.com/cuda-toolkit-archive找到对应的文件并下载
 |
上面下载的1.6G的 CUDA中包含有 nvidia 显卡驱动，故此步骤 CUDA 的安装包括了 nvidia 显卡驱动的安装，若可以保证已安装正确的 nvidia 显卡驱动，则直接开始安装 CUDA 9.0，在安装过程中选择不再安装 nvidia 显卡驱动。为了方便开始安装过程的路径查找，把下载的 CUDA 安装文件移动到 HOME 路径下，然后通过 Ctrl + Alt + F1 进入文本模式，输入帐号密码登录，通过 Ctrl + Alt + F7 可返回图形化模式，在文本模式登录后首先关闭桌面服务：
sudo service lightdm stop
然后通过 Ctrl + Alt + F7 发现已无法成功返回图形化模式，说明桌面服务已成功关闭，注意此步对接下来的 nvidia 驱动安装尤为重要，必需确保桌面服务已关闭。
cd到.run 文件所处的路径下,安装cuda
其中 cuda_9.0.176_384.81_linux.run 是我的 CUDA 安装文件名，而你需替换为自己的 CUDA 安装文件名，若此时忘记可直接通过 ls 文件查看文件名，这也是我建议把 CUDA 安装文件移动到 HOME 下的另一个原因。按q结束cuda的描述等，然后输入accept，然后是提示是否安装NVIDIA驱动，因为之前已经安装过，就输入n，下一个提示是是否安装CUDA Toolkit，输入y，后面的提示都是使用默认或者y了,安装完会显示哪些安装成功，哪些安装失败，一般都会没有问题的，按照步骤安装，第一个就是问你是否安装显卡驱动，由于前一步已经安装了显卡驱动，所以这里就不需要了，况且 runfile 自带的驱动版本不是最新的。
剩下的选择则都输入“y”确认安装或确认默认路径安装，开始安装，此时若出现安装失败提示则可能为未关闭桌面服务或在已安装 nvidia 驱动的情况下重复再次安装 nvidia 驱动，安装完成后输入重启命令重启：reboot
重启后登录进入系统，配置 CUDA 环境变量，使用 vi 命令打开配置文件：
sudo vi ~/.bashrc
 |
在该文件最后加入以下两行并保存：
使该配置生效：
验证 CUDA 9.0 是否安装成功
分别执行以下三条命令:
若看到类似以上信息则说明 cuda 已安装成功：
安装对应的cudnn：
登录官网：https://developer.nvidia.com/rdp/cudnn-download ，下载对应 cuda 版本且 linux 系统的 cudnn 压缩包，注意官网下载 cudnn 需要注册帐号并登录。
下载以下4个文件：
然后解压tgz包, 复制文件到cuda环境, 接着安装deb包.（以下名字要换成你下载文件的对应四个名字）
安装完成后可用 nvcc -V 命令验证是否安装成功，若出现以下信息则表示安装成功：
- 之前安装过CUDA+cudnn：（以卸载cuda8.0，安装cuda10.0为例）
由于不同版本的tensorflow对于CUDNN的版本要求不同，所以有时需要对CUDNN进行更换。具体版本的对应关系如下：
https://blog.csdn.net/oMoDao1/article/details/83241074
卸载CUDA：（使用cuda的卸载工具，不同版本的名字不同，请先查看你的cuda版本）
卸载之后，会发现 /usr/local/cuda-8.0目录下任然有文件存在，这是cudnn文件，所以还需要将cuda-8.0文件删除干净：
进入https://developer.nvidia.com/cuda-toolkit-archive找到对应的文件并下载
md5检测一下, 不合格要重新下载:
关闭图形界面：
输入：
同样不要选择安装显卡驱动！！！！！！！！！
安装后，添加环境变量：
写入：
激活：
验证是否安装成功：
出现以下类似信息则安装成功：
安装对应的cudnn：
然后解压tgz包, 复制文件到cuda环境, 接着安装deb包.
验证是否安装成功：
出现以下信息则表明安装成功：
