(一) 在Ubuntu18.04配置深度学习开发环境

由于最近学校开设的深度学习课程需要完成一个大作业，于是我想到了在CSDN上记录一下基于深度学习的Minist手写数字识别的学习和动手实践过程，希望能给大家一点点帮助。

1 安装Ubuntu18.04系统

1.  这里常规的安装过程首先是在Windows下制作Ubuntu的启动盘，然后依赖U盘安装Ubuntu。首先在Ubuntu的官网上【Download Ubuntu Desktop | Download | Ubuntu】下载Ubuntu18.04的镜像文件（.ISO），然后用一款制作U盘启动盘的软件UltraISO来制作Ubuntu启动盘，注意要找一个容量不小于16G的空U盘，官网：【最新UltraISO官方免费下载 - UltraISO软碟通中文官方网站】。
2. 在完成U盘启动盘制作后，在Windows上：我点电脑---管理---磁盘管理里删除一个不用的卷，给Ubuntu系统腾出至少100G的硬盘空间，保证有至少100G的未分配空间即可。如果已经安装Ubuntu但是根目录的容量不足以配置深度学习环境，这是不用慌张，我们有办法重新命令Windows强制给Ubuntu分出一些“蛋糕”。当然在Windows硬盘分区管理下，在Ubuntu占用的内存区间的相邻处，重新删除已有的Windows卷，得到未分配的空间。然后在刚刚制作好的Ubuntu18.04启动盘内启动适用系统，在试用版Ubuntu中安装gparted硬盘管理软件， 重新调整Ubuntu的四个分区，扩增根目录的容量。具体参考：   ubuntu系统分区扩充-以根目录为例_wzhxp的博客-CSDN博客_ubuntu 扩展根目录
3. 用启动盘启动安装程序，具体细节可参考：Ubuntu18.04安装教程_寥廓长空的博客-CSDN博客_ubuntu18.04

2  安装Nvidia显卡驱动、Anaconda、Pycharm、Cuda、Cudnn、Pytorch

        有两篇博客推荐给大家，一篇是我的同学写的一篇博客：

深度学习环境搭建——Anaconda，Pycharm，Cuda，Cudnn，Pytorch_北理光头强的博客-CSDN博客

        还有一篇有详细的配置过程，避免走很多弯路：

手把手教你搭建深度学习环境_ghsticker的博客-CSDN博客_深度学习环境搭建

 在安装的过程中一定要注意CUDA版本和显卡驱动的对应关系，CUDA版本和Cudnn的对应关系，万不可搞错。CUDA版本安装不宜过高过新，显卡驱动较新的前提下，建议安装最新版本往前0.5个版本左右。