目前電腦配置：Ubuntu 16.04 + GTX1080顯卡

配置深度學習環境，利用清華源安裝一個miniconda環境是非常好的選擇。尤其是今天發現conda install -c menpo opencv3 一句命令就可以順暢的安裝上opencv，之前自己裝的時候也遇到了很多錯誤。conda 安裝 Tensorflow 和 Pytorch兩種框架也是非常方便的，對於不擅長源碼編譯的我是最佳選擇沒錯了。

所以大致流程就是：安裝顯卡驅動——安裝CUDA 8.0——安裝cuDNN——安裝miniconda——安裝各種計算包

命令如下：

安裝驅動

sudo add-apt-repository ppa:graphics-drivers/ppa

sudo apt-get update

sudo apt-get install nvidia-367

sudo apt-get install mesa-common-dev

sudo apt-get install freeglut3-dev

重啟系統讓GTX1080顯卡驅動生效

下載cuda 8.0 run文件

sudo sh cuda_8.0.61_375.26_linux.run

q快進跳過，提示是否安裝xxxx選擇n

配置環境變量至~/.bashrc

export PATH=/usr/local/cuda-8.0/bin/:$PATH

export LD_LIBRARY_PATH="/usr/local/cuda-8.0/lib64:/usr/local/cuda-8.0/extras/CUPTI/lib64"

安裝cuDNN比較簡單，解壓後把相應的文件拷貝到對應的CUDA目錄下即可

sudo cp cudnn.h /usr/local/cuda/include/ #復制頭文件

sudo cp lib* /usr/local/cuda/lib64/ #復制動態鏈接庫

sudo rm -rf libcudnn.so libcudnn.so.6 #刪除原有動態文件

sudo ln -s libcudnn.so.6.0.21 libcudnn.so.6 #生成軟鏈接

sudo ln -s libcudnn.so.6 libcudnn.so #生成軟鏈接

安裝miniconda

配置清華源

下載miniconda（python3.6）

bash Miniconda3-latest-Linux-x86_64.sh

安裝tensorflow-gpu版

conda install -y tensorflow-gpu==1.4.1

pytorch官網安裝很簡單就不寫了

Ubuntu深度學習環境搭建 tensorflow+pytorch