1.安裝ubuntu16.04
2.更新軟體
（1）輸入命令sudo apt update
（2）輸入命令sudo apt upgrade
3.安裝1080ti顯示卡驅動
（1）系統設定--軟體更新--附加驅動--選擇nvidia384
（2）輸入命令 nvidia-smi ，可以看到具體的驅動資訊，如圖所示：
4.安裝ssh
輸入命令 sudo apt-get install openssh-server
5.安裝cuda8.0和cudnn
m 密碼：f2cx
（1）安裝cuda8.0
輸入命令：
然後在 ~/.bashrc 中設定環境變數：
sudo vi ~/.bashrc
(i 命令進入編輯模式（在游標前面插入），a命令進入編輯模式(在游標後插入），o命令進入編輯模式（在游標下一行插入），修改即在非編輯模式下，將游標移到要刪除的字元上，按x即可刪除。
)在最後新增：
export path=/usr/local/cuda/bin$}
export ld_library_path=/usr/local/cuda/lib64$}
export cuda_home=/usr/local/cuda
執行 source ~/.bashrc 使其生效
（2）安裝cudnn
輸入命令：
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ -d
沒有報錯就是全部安裝完成了。
6.安裝tensorflow gpu 1.4
(1)安裝anaconda
(2)在anaconda中安裝tensorflow gpu 1.4
conda create --name tf python=3.6 #建立tf環境
source activate tf #啟用tf環境
然後按照下一步來，不然就像我一樣死的很慘，後面會說怎麼死
pip install --upgrade
.whl
source deactivate tf #退出tf環境
（conda remove --name tf --all #刪除tf環境（全部刪除））
(3)測試安裝正確性
命令列下：
source activate tf
python
輸入以下**：
import tensorflow as tf
hello = tf.constant('hello, tensorflow!')
sess = tf.session()
print(sess.run(hello))
如果沒報錯，即成功！
我執行程式，發現錯誤
深度學習環境配置
ubuntu 16.04 cuda 8.0 cudnn 6.0 matlab r2017a tensorflow 1.4 anaconda3 本文用於記錄深度學習的各種環境配置，中間踩了不少的坑，各版本需要一一對應，故寫下本文以備不妨之需。cuda 8 最好對應 cudnn 6，tensorflow...
深度學習環境配置
參考 tensorrt7.0的安裝配置 匯入路徑export ld library path ld library path home tensorrt 7.0.x lib 更新 source bashrc 可以選擇在anaconda下新建tensorrt虛擬環境，本次選擇新建python3.5的t...
anaconda配置深度學習環境
1.cd到anaconda安裝包目錄下，安裝anaconda bash anaconda3 5.0.1 linux x86 64.sh2.按enter瀏覽完協議以後，輸入yes同意協議 注意再選擇安裝路徑的時候，按enter即可安裝在預設目錄下，不要再輸入yes 否則就安裝在yes目錄下了 t t ...