linux系统下深度学习环境的搭建Ubuntu16.04+1070Ti+CUDA9.0+CUDNN

最近在学习深度学习，记录下环境的配置完整流程。按照这个流程安装整个系统环境，直接可以使用了。我使用的显卡为1070Ti。

Ubuntu16.04系统的安装

https://cloud.tencent.com/developer/news/270017

Ubuntu16.04系统中文的设置

https://blog.youkuaiyun.com/qq_19339041/article/details/80058575

任务栏调到下方

gsettings set com.canonical.Unity.Launcher launcher-position Bottom

vim的安装

先卸载：

sudo apt-get remove vim-common

再安装，终端输入：

sudo apt-get install vim

升级软件更新器（必须）

安装显卡驱动

方法1：
设置–软件和更新–附加驱动

方法2：
https://blog.youkuaiyun.com/qq_36414085/article/details/101560987

cuda和cudnn的安装

结合https://www.jianshu.com/p/973b25abd851
https://blog.youkuaiyun.com/wsc12358/article/details/81273884

• cuda的卸载和升级

https://blog.youkuaiyun.com/qq_33200967/article/details/80689543#CUDA_71
cuda各个版本下载地址：
https://developer.nvidia.com/cuda-toolkit-archive

1、cuda的安装

• 打开终端，输入：sudo sh cuda_8.0.61_375.26_linux.run，在下载选项中，也有说明如何安装
• 使用 ctrl+c 跳过
• 进入安装选项
  
• accept----n----y----y----y
• 注意第二个选项 Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 375.26? 须选择否，因为在之前已经安装好了显卡驱动，无需重新安装。
• 添加环境变量
  终端输入：

gedit ~/.bashrc

• 在打开的文件中写入（版本号改成对应下载的版本，这里是8.0）：

export PATH="$PATH:/usr/local/cuda-8.0/bin"
export LD_LIBRARY_PATH="/usr/local/cuda-8.0/lib64"

• 保存并关闭文件， 在终端中输入：

source ~/.bashrc

• CUDA Samples 测试

• 打开终端，切换到位置：~/ NVIDIA_CUDA-8.0_Samples

输入：make

• 编译时间较长。若没有报错，则将新编译为二进制文件，默认存放在 ~/NVIDIA_CUDA-7.5_Samples/bin 中。
• 打开终端，切换到位置：~/NVIDIA_CUDA-8.0_Samples/bin/x86_64/linux/release
• 终端输入：./deviceQuery，如果显示类似下图，则说明CUDA安装且配置成功！
  

Anaconda的安装

https://blog.youkuaiyun.com/gdkyxy2013/article/details/79463859

创建虚拟环境，安装tensorflow-gpu

(1) 使用conda指令创建虚拟环境
创建环境：conda create --name tf python=3.6
（tf为自定义虚拟环境的名字，python的版本自己输入python查询）
激活环境：source activate tf
退出环境：source deactivate
删除环境：conda remove -n tf --all
(2) tensorflow-gpu 安装

	conda install tensorflow-gpu=1.12.0 
	
	conda install pytorch torchvision -c pytorch

	pip install keras

Pycharm的安装

https://blog.youkuaiyun.com/a_lazy_zhu/article/details/80151605

最后在pycharm中添加虚拟环境