浪費了“黃金五年”的Java程式設計師，還有救嗎？ >>>   

1、設定python版本

sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 150

2、安裝Anaconda虛擬環境管理

wget https://repo.anaconda.com/archive/Anaconda3-5.3.0-Linux-x86_64.sh

# bash Anaconda3-5.2.0-Linux-x86_64.sh

記得把環境變數新增在系統中，最後是否安裝VScode建議不安裝

3、安裝CUDA和cuDNN，在版本選擇上因為GPU原因選擇CUDA10.0和相應的cuDNN

https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=debnetwork

https://developer.nvidia.com/rdp/cudnn-download

4、下載並安裝GPU驅動

https://www.nvidia.cn/Download/index.aspx?lang=cn

lsmod | grep nvidia，如果有NVIDIA驅動，請先解除安裝

lsmod | grep nouveau，如果有其他驅動，將其他顯示卡驅動加入黑名單，操作如下：

cd /etc/modprobe.d/

建立blacklist-nouveau.conf並新增內容

sudo touch blacklist-nouveau.conf

sudo echo "blacklist nouveau">>blacklist-nouveau.conf

sudo echo "options nouveau modeset=0">>blacklist-nouveau.conf

檢視blacklist-nouveau.conf內容是否新增成功

sudo cat blacklist-nouveau.conf

update initramfs -u 現在請重啟機器，使用init 3進入命令列介面

sudo chmod +x NVIDIAXXXXXXXXX.run

sudo ./NVIDIAXXXXXXXX.run -no-opengl-files 完成安裝

nvidia-smi檢查顯示卡是否在工作

5、建立conda虛擬環境，安裝Tensorflow或者Pytorch

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free

conda config --set show_channel_urls yes

conda create --name XXXX python=3.X

conda install pytorch torchvision cudatoolkit=10.0 -c pytorch

到這裡，你的深度學習平臺已經搭建完成，你可以把它分享給其他人使用了。

不足之處，還望指正，謝謝！！