安裝Ubuntu及分區
主要是Ext4分區：
/: 存儲系統文件30GB
swap: 內存1到2倍的大小
/boot: 256mb用于系統內核及啟動
/efi: 256mb用于啟動
/home：剩下的都給這個文件
更新系統
Change the link in /etc/apt/sources.list from http://cn.archive.ubuntu.com/ubuntu/ to http://mirrors.aliyun.com/ubuntu/
sudo apt-get update
sudo apt-get upgrade
修改Ubuntu里vi的插入模式
修改/etc/vim/vimrc.tiny 文件，將set compatible 設置成set nocompatible . 保存退出即可。這是因為有時候系統會默認vim兼容vi，所以使用vi的命令
修改分辨率為屏幕分辨率
sudo vim /etc/default/grub
#GRUB_GFXMODE=640×480?
GRUB_GFXMODE=1024×768?
sudo update-grub
安裝SSH Server，這樣可以遠程ssh訪問：
sudo apt-get install openssh-server
如果電腦是內網或路由的ip網段，可以安裝frp進行內網穿透，不過需要有一個固定ip。阿里云經常有3年期優惠的云主機，大概1千多元錢。
安裝NVIDIA顯卡驅動
1. 卸載已經安裝的NVIDIA驅動
sudo apt-get purge nvidia-*
2. 進入控制臺模式（Ctrl+Alt+F1），下載最新的NVIDIA的run驅動文件，并用如下命令賦予執行權限
sudo chmod a+x NVIDIA-xxxxx.run
3. 安裝，要額外參數，避免裝完登陸界面卡住
sudo ./NVIDIA-xxxxx.run -no-x-check -no-nouveau-check -no-opengl-files
4. 檢測是否安裝好
nvidia-settings or?nvidia-smi
如果顯卡驅動安裝一直報錯，就試試Ubuntu系統的安裝方式
系統設置->軟件更新->附加驅動->選擇nvidia最新驅動->應用更改
CUDA安裝
1. 下載CUDA安裝程序（版本需要去官網確認）
2. 安裝（注：也可以用一些便捷的工具安裝，請參考這里）
sudo sh cuda_9.0xxx.run? --tmpdir=/tmp
有些地方按空格跳過，當提示要安裝NVIDIA顯卡驅動的時候要選擇no，其他選yes或默認
Do you accept the previously read EULA?accept/decline/quit: accept
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 367.48?(y)es/(n)o/(q)uit: n
Install the CUDA 8.0 Toolkit?(y)es/(n)o/(q)uit: y
Enter Toolkit Location[ default is /usr/local/cuda-8.0 ]:
Do you want to install a symbolic link at /usr/local/cuda?(y)es/(n)o/(q)uit: y
Install the CUDA 8.0 Samples?(y)es/(n)o/(q)uit: y
Cudnn的安裝
Cudnn可以加快訓練的速度
/usr/local/cuda/這個文件名以實際的為準
tar -zxvf cudnn-xxx.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ -d
TensorFlow的安裝
先安裝libcupti-dev
sudo apt-get install libcupti-dev
然后用 virtualenv 方式安裝 Tensorflow，這樣不會影響已有系統的配置
sudo apt-get install python-pip python-dev python-virtualenv
mkdir tensorflow
cd tensorflow
virtualenv --system-site-packages venv
source venv/bin/activate
pip install --upgrade tensorflow-gpu
PyTorch的安裝
從官網獲得指定版本whl文件
mkdir pytorch
cd pytorch/
virtualenv venv
source venv/bin/activate
pip install http://download.pytorch.org/whl/cu90/torch-0.4.0-cp35-cp35m-linux_x86_64.whl
pip install torchvision
deactivate
?Anaconda
由于tensorflow1.0 對于 python3 支持更好，并且目前只支持python3.5.2，因此我們選擇 python 3.5.2。
使用 Anaconda3-5.2.0-Linux-x86_64.sh 進行安裝，下載地址如下：
https://repo.continuum.io/archive/
以后可以用conda安裝相關的軟件：
conda install pytorch torchvision cuda90 -c pytorch
sudo /home/dawn/anaconda3/bin/pip install visdom //可通過這樣的形式用pip安裝包到anaconda3里
批量安裝：conda install --yes --file requirements.txt
PyCharm
sudo snap install pycharm-community --classic
安裝Caffe
依次安裝以下庫
sudo apt-get install libprotobuf-dev
sudo apt-get install libleveldb-dev
sudo apt-get install libsnappy-dev
sudo apt-get install libopencv-dev
sudo apt-get install libhdf5-serial-dev
sudo apt-get install protobuf-compiler
sudo apt-get install libgflags-dev
sudo apt-get install libgoogle-glog-dev
sudo apt-get install liblmdb-dev
sudo apt-get install libatlas-base-dev
sudo apt-get install gfortran
sudo apt-get install python-numpy
然后按此文方法配置及編譯（非常繁瑣）：https://blog.csdn.net/u010193446/article/details/53259294
sudo make all進行編譯，編譯出錯的話需要清空一次再重新編譯sudo make clean
如果想通過pip把python的庫裝到anaconda中，可以加上路徑：sudo /home/dawn/anaconda2/bin/pip install xxx
如果出現問題，百度關鍵詞一般都會有答案。
在pycharm中使用臨時的辦法導入caffe,每次新建程序時,都把caffe/python的路徑添加到現在的程序中:
import?sys
sys.path.append('/home/xxx/caffe/python')
或者（好像無效）：
將caffe根目錄下的python文件夾加入到環境變量
先打開配置文件bashrc
sudogedit ~/.bashrc
在文件的最后面添加
export PYTHONPATH="/home/xxx/caffe/python:$PYTHONPATH"
或者（測試可行）：
在PyClarm的File->Settings->Project interpreter下添加 caffe下的python路徑 /home/XXX/caffe/python，點擊一個樹狀的按鈕可添加路徑。
如果需要CUDA，需要在配置中開啟GPU，然后增加CUDA的庫的路徑，如下：
# Whatever else you find you need goes here.
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial /usr/local/cuda-9.0/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu/hdf5/serial /usr/local/cuda-9.0/lib64
OpenCV安裝
參考這里：https://blog.csdn.net/hjl240/article/details/51520003
cd?~/?opencv-3.x.x //版本號自行更改
mkdir?release
cd?release
cmake?-D?CMAKE_BUILD_TYPE=Release?-D?CMAKE_INSTALL_PREFIX=/usr/local?-D?OPENCV_EXTRA_MODULES_PATH=??/home/hanxuan/opencv-3.x.x/opencv3.x.x/opencv_contrib-3.x.x/modules/?..
sudo make??
sudo make?install
環境變量的添加
vi ~/.bashrc
# added by Anaconda3 installer
export PATH="/home/dawn/anaconda3/bin:$PATH"
# added by Anaconda2 installer
export PATH="/home/dawn/anaconda2/bin:$PATH"
# added by LCH
export PYTHONPATH="/home/dawn/Documents/Tools/caffe/caffe/python:$PYTHONPATH"
export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda
source ~/.bashrc
Ubuntu遠程Windows
sudo apt-get install rdesktop
rdesktop -f -a 16 ?ip地址?
說明：?-f全屏模式, 從全屏模式切換出來按Ctrl+Alt+Enter? ?-a連接顏色深度（最高到16位）
