配置双系统深度学习环境（双硬盘GPT+UEFI+GTX1070+Linux Mint18.3+CUDA9.0+cuDNN7.0+Tensorflow-gpu）

本文详细介绍了如何在配备GTX1070显卡的电脑上，通过双硬盘（SSD+HDD）、GPT分区和UEFI引导，安装Win10+Linux Mint双系统，以及后续配置CUDA9.0、cuDNN7.0、Anaconda、Tensorflow-GPU和Pycharm的过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

今天有空将电脑配置完成，这里我稍微整理一下，为下一次配置留个记录，顺便分享一下成果。

目录：
I. 开始前的电脑配置和环境
II. 双系统安装（win10+linux mint都装在ssd，EFI引导）
III. GTX1070驱动
IV. CUDA9.0
V. cuDNN7.0
VI. Anaconda
VII. Tensorflow-GPU
VIII. Pycharm
VIIII. 测试

I. 开始前的电脑配置和环境

美行外星人，本身有出厂安装的win10 64位家庭版正版，win10装在了SSD上，配载了7代i7，GTX1070显卡，有一个128g的SSD和一个1T的机械硬盘，内存是16g的。

买时的目的就是为了在笔记本电脑中配置一个个人的深度学习工作站，同时闲暇时候也能兼顾玩一些大型的游戏，虽然不是最贵的顶配，而且是8代u出了以后，打折促销处理的7代u版，但价格非常美好，且配置已经能很好地完成我的目标了。

另外,电脑的硬盘是GPT格式的，启动也是UEFI模式，这就给安装双系统增加了不少难度，easyBCD什么的已经无法使用了，而且一定要用掉一个U盘作为启动盘，至少我暂时没有找到不需要报废U盘的办法。

另整个流程都是在实际电脑中完成，不是在虚拟机中，请确认你是装机老手，不然还是在虚拟机里练一下吧。

II. 双系统安装（win10+linux mint都装在ssd）

准备工作：
- 一个空的U盘
  (在不得不耗费一个U盘前，我尝试了许多方法，试图从硬盘安装，还研究了下怎么从network安装，但无果，最后只能将一个8g的U盘作为启动盘了。)
- linux mint官网下载iso镜像（https://linuxmint.com/download.php）
  
  选择红框64位版，还有一步是选择合适的镜像，这个选恰当的就行了，我自己在美国，所以随手选了个USA的，速度还是很快的5分钟左右就下完了。
- linux mint官网推荐的镜像制作软件Etcher（https://etcher.io/）

接下来：
1.制作Linux Mint启动盘
- 安装Etcher后打开，和官网给的步骤一样，点击Select Image按钮，选中下载下来的iso镜像，插入空U盘，Etcher会自动检测到U盘，然后点Flash！

- 轻松加愉快，启动盘就制作完成了。Etcher制作完启动盘后会自动弹出U盘，所以直接拔下就可以了。

调整硬盘分区
- 右键资源管理器中的This PC/此电脑-管理-磁盘管理，打开windows里的磁盘管理器.
- 发现原本的电脑SSD盘128G，出厂时划分为了一个主分区装了win10和N块recovery的区域，机械硬盘作为数据盘，没有分区。
- 我的目标是win10不变将linux mint的系统装到SSD里的空余位置，其它的分区装在机械硬盘上，同时Linux和Win10共用机械硬盘里的数据，所以这里要把SSD里的隐藏恢复分区没有用的给删掉，只保留EFI分区和安装了win10的C盘。
- 好吧，128g的SSD还是太小了，家境好的还是选大些的SSD~等我有空也要再换一块。
- 打开Terminal：

1.C:\Users\manim>diskpart
2.DISKPART> list disk 
Disk ###  Status         Size     Free     Dyn  Gpt
--------  -------------  -------  -------  ---  ---                                                                     
Disk 0    Online          119 GB  1024 KB        *                                                                      
Disk 1    Online          931 GB      0 B        *   
3.DISKPART> select disk 0（选中SSD盘）
Disk 0 is now the selected disk.
4.DISKPART> list partition（查看分区)
5. DISKPART> select partition N（其中N是查看的分区编号，这一步代表你选中了分区）
Partition N is now the selected partition.
6.DISKPART> delete partition override（做这一步之前请谨慎确认选中的分区是无用的，且里面没有重要数据，否则删除后很难恢复）
DiskPart successfully deleted the selected partition.

接下来直接在windows的磁盘管理中，将ssd里分出一个10g大小的freespace即未分配区，机械硬盘里分出一个约400~500g大小的freespace即未分配区，保证主要进行深度学习工作的linux系统里有足够的空间。
将新卷变为未分配区的方法很简单，删除卷标就行了，最后将10G+450G的空间保持在‘未分配空间’的状态，也就