因為本人最近在學習一些關於深度學習的知識。所以要搭建相應的學習環境。一開始選擇的實在Ubuntu上搭建，於是在官網上下載了相應的檔案。這裡我下載的是16.04版本的。

一、重點說一下我遇到的問題

 1.一開始我是在虛擬機器上安裝Ubuntu16.04的，按照一些百度的教程，是很容易實現的。在該環境下學習一些基本的機器學習演算法以及神經網路學習演算法是都能滿足的。但是我們知道深度學習因為大量引數的存在，會導致大量的資料運算量，託慢了執行速度。因為在這個情況下搭建的是CPU加速，沒法利用GPU加速。所以我建議如果想深度學習研究的深一點的話，不要利用cpu跑程式，很耽誤時間。

2.於是我選擇安裝雙系統，在wingdow10的基礎上又安裝了Ubuntu16.04系統。安裝是跟據用U盤的方式的，我的是華碩，開機時候連按esc項，進入啟動項，選擇你的U盤啟動，在安裝的過程中，需要分盤。為了方便，我建議在安裝之前，提前分出一個大約100G的盤，最好是空盤。然後進行安裝。

3.安裝成功後，我們就進入了Ubuntu的介面環境中了，首先聯網，然後在設定中-->軟體和更新--->附加驅動--->選擇你的電腦的專有驅動。我的是384.98（test），然後應用更改，就OK了。（這樣是為什麼在虛擬機器檢測不到專有驅動的原因。全是淚，當初我可是在虛擬機器上安裝浪費了一個多星期的時間）。

4.緊接著就是安裝cuda的命令了，很簡單一步步來就可以了，前提在網上下載下來cuda-8.0的檔案。怎麼安裝百度就可以了，很簡單。緊接著進行gcc版本的降級，因為cuda8.0或cuda7.5的不支援5.0以上的編譯器（因為Ubuntu自帶的是5.4.0的），降級成功後，在終端中執行gcc --verssion命令，會看到成功降級。接著安裝cudnn了，跟著網上的教程來就可以，很簡單，不多說。然後安裝相應的依賴項，最後安裝tensorflow

5.在安裝過程，專有驅動選擇完成，進行更新操作。然後在命令列中輸入invidia-smi命令，會出現一個表格的資訊。如果顯示沒有invidia命令。解決方法是reboot重新啟動，然後進入bios介面，找到secure boot選項將其對應的enabled修改為disabled.然後在重新進入，就可以看到表格了。

6.安裝tensorflow 最後一步直接在終端輸入pip3 install tensorflow-gpu 然後等待完成安裝後，進行測試即可。