校园网下配置实验室深度学习服务器（Ubuntu16、显卡驱动、CUDA、cudnn、pip、pycharm、openssh）

环境介绍

1. 32G内存；
2. CPU：Intel 至强E5 - 4650v3（12核24线程）
3. 显卡：NVIDIA Titan Xp
4. 系统：Ubuntu 16.04（实验室使用，没有太大需求，所以没有安装服务器版）

安装列表

顺序	安装项目	版本号
1	ubuntu系统	16.04
2	NVIDIA显卡驱动	384.130
3	CUDA	9.0
4	cudnn	7.5
5	pip	19.0.3
6	pycharm专业版	2018.3.5
7	openssh-server	7.2p2

一、Ubuntu系统

台式机安装Ubuntu系统一般不会出太多问题，制作好系统盘，以UEFI模式安装。台式机安装Ubuntu系统显卡驱动的问题不会太突出，公版驱动不会影响系统安装。

二、NVIDIA显卡驱动

显卡驱动安装 最简单 的方式是通过 附加驱动(Additional Drivers) 的方式安装。虽然这种方式安装的驱动不是最新，但此种方式安装的驱动最为保险。通过下载NVIDIA官网的驱动安装包，安装时候会出现许多yes or no的选项，可能会导致驱动安装失败。

1. 点击Ubuntu开始按钮；
2. 在搜索框搜索Additional Drivers；
3. 选择Using NVIDIA binary…选项，然后点击Apply Changes；
4. 等待下载，安装好之后重启，驱动安装完毕。
   

三、安装CUDA 9.0

建议不要安装最新的，有可能会与tensorflow不匹配。

1. 进入NVIDIA官网下载CUDA9.0，选择Linux - x86_64 - 16.04 - deb；
2. 下载完成后进入下载的文件夹右键，然后点击open in terminalÿ