Ubuntu18.0.4深度学习环境搭建及相应软件安装（Update）
linux系统搞坏过几次，总结一下自己要用到的工具，做个备忘录，方便快速对系统进行恢复。
安装ubuntu，系统盘制作
https://tutorials.ubuntu.com/tutorial/tutorial-create-a-usb-stick-on-windows#1
https://rufus.akeo.ie/?locale=zh_CN
系统安装（实用）
安装时选择install Ubuntu18.04与windows10共存，不选择分区更好(多次试验心得)，不会产生任何错误，现在的系统已经能做到自动最优化安装了。
激活小工具（迷你版KMS，激活office等windows产品及系统）
下载地址，提取码：mrgu
安装搜狗输入法
https://jingyan.baidu.com/article/e75057f20d9521ebc91a890a.html
sudo apt-get install vim-gtk #vim安装
(配置pip安装时下载使用清华镜像) https://blog.csdn.net/u012436149/article/details/66974668
（配置conda安装时的清华镜像）
安装Anocanda
https://blog.csdn.net/teeyohuang/article/details/79076239
sudo apt install python3-pip(获取pip3)
安装tensorflow，tensorflow-gpu（正确的驱动、cuda、cudnn安装往下翻）
(简易版conda安装)https://www.cnblogs.com/foxblogs/p/8179143.html
pycharm安装
https://www.jb51.net/article/129083.html
teamviewer安装
https://blog.csdn.net/wu_l_v/article/details/79184923
截图工具：
修改截图工具快捷键，安装深度截图deepin-screenshot
可直接在Ubuntu软件中搜索deepin-screenshot，会出现深度截图软件，安装即可。具体设置方法，可参照https://zhangge.net/1803.html
安装opencv（通用版）
https://blog.csdn.net/gxuphf123/article/details/81121791
安装C++编译器（clion16）
https://blog.csdn.net/weixin_36926794/article/details/80291034
激活 https://blog.csdn.net/krais_wk/article/details/80970355
安装GPU版本的tensorflow
https://blog.csdn.net/sinat_26881295/article/details/78632787
（1）安装显卡驱动
sudo apt-get purge nvidia-* # 删除可能存在的已有驱动
sudo add-apt-repository ppa:graphics-drivers/ppa # 添加第三方驱动源
sudo apt-get update # 更新源，运行
sudo apt-cache search nvidia-* # 查询nvidia驱动可用版本
sudo apt-get install nvidia-390 # 这里选择安装nvidia-390
sudo reboot //重启
# 重启后执行下面NOTE的步骤
# 检验是否安装成功
nvidia-smi
nvidia-settings
NOTE （后来安装，可能没有出现这个也么事，跳过该步骤就可）
（2）reboot重启后正确的做法如下：
1. 当进入蓝色背景的界面perform mok management 后，选择 enroll mok ,
2. 进入enroll mok 界面，选择 continue ,
3. 进入enroll the key 界面，选择 yes ,
4. 接下来输入你在安装驱动时输入的密码，
5. 之后会跳到蓝色背景的界面perform mok management 选择第一个 reboot
（3）安装cuda9.0下载地址
Note:install2，输入秘钥key，可根据第一条命令的提示进行输入。
将补丁一并安装即可。
note: sudo apt-get install cuda安装出现有软件包有未满足的依赖关系时，可使用sudo aptitude install cuda进行安装。
（4）安装cudnn下载地址，参考自博客
sudo dpkg -i libcudnn7_7.0.5.11-1+cuda9.0_amd64.deb
sudo dpkg -i libcudnn7-dev_7.0.5.11-1+cuda9.0_amd64.deb
sudo dpkg -i libcudnn7-doc_7.0.5.11-1+cuda9.0_amd64.deb
# 验证
sudo apt-get install libfreeimage3 libfreeimage-dev
cp -r /usr/src/cudnn_samples_v7/ $HOME
cd $HOME/cudnn_samples_v7/mnistCUDNN
sudo make clean && sudo make
./mnistCUDNN
验证时–sudo make clean && sudo make–出现error：“unsupported GNU version! gcc versions later than 6 are not supported!”，解决方案参考点这里，gcc版本与cuda版本不兼容的原因，输入以下命令安装相应版本即可
# 先安装gcc和g ++ 6：
sudo apt install gcc-6 g++-6
# cuda 9.0
sudo ln -s /usr/bin/gcc-6 /usr/local/cuda/bin/gcc
sudo ln -s /usr/bin/g++-6 /usr/local/cuda/bin/g++
(5)安装gpu版本tensorflow，即可
sudo pip3 install tensorflow-gpu
建立tensorflow虚拟环境
conda create -n tensorflow python=3.6
xgboost安装
anaconda search -t conda xgboost
conda install -c anaconda py-xgboost
git教程，廖雪峰
https://www.liaoxuefeng.com/wiki/0013739516305929606dd18361248578c67b8067c8c017b000
jupyter notebook添加目录
- https://blog.csdn.net/tina_ttl/article/details/51031113#72-%E4%B8%BAjupyter-notebook%E6%B7%BB%E5%8A%A0%E7%9B%AE%E5%BD%95%E5%8A%9F%E8%83%BD
- https://www.cnblogs.com/shuaishuai-it/p/7170343.html