安装Ubuntu及分区
主要是Ext4分区：
/: 存储系统文件30GB
swap: 内存1到2倍的大小
/boot: 256mb用于系统内核及启动
/efi: 256mb用于启动
/home：剩下的都给这个文件
更新系统
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，将set compatible 设置成set nocompatible . 保存退出即可。这是因为有时候系统会默认vim兼容vi，所以使用vi的命令
修改分辨率为屏幕分辨率
sudo vim /etc/default/grub
#GRUB_GFXMODE=640×480
GRUB_GFXMODE=1024×768
sudo update-grub
安装SSH Server，这样可以远程ssh访问：
sudo apt-get install openssh-server
如果电脑是内网或路由的ip网段，可以安装frp进行内网穿透，不过需要有一个固定ip。阿里云经常有3年期优惠的云主机，大概1千多元钱。
安装NVIDIA显卡驱动
1. 卸载已经安装的NVIDIA驱动
sudo apt-get purge nvidia-*
2. 进入控制台模式（Ctrl+Alt+F1），下载最新的NVIDIA的run驱动文件，并用如下命令赋予执行权限
sudo chmod a+x NVIDIA-xxxxx.run
3. 安装，要额外参数，避免装完登陆界面卡住
sudo ./NVIDIA-xxxxx.run -no-x-check -no-nouveau-check -no-opengl-files
4. 检测是否安装好
nvidia-settings or nvidia-smi
如果显卡驱动安装一直报错，就试试Ubuntu系统的安装方式
系统设置->软件更新->附加驱动->选择nvidia最新驱动->应用更改
CUDA安装
1. 下载CUDA安装程序（版本需要去官网确认）
2. 安装（注：也可以用一些便捷的工具安装，请参考这里）
sudo sh cuda_9.0xxx.run --tmpdir=/tmp
有些地方按空格跳过，当提示要安装NVIDIA显卡驱动的时候要选择no，其他选yes或默认
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的安装
Cudnn可以加快训练的速度
/usr/local/cuda/这个文件名以实际的为准
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的安装
先安装libcupti-dev
sudo apt-get install libcupti-dev
然后用 virtualenv 方式安装 Tensorflow，这样不会影响已有系统的配置
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的安装
从官网获得指定版本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 对于 python3 支持更好，并且目前只支持python3.5.2，因此我们选择 python 3.5.2。
使用 Anaconda3-5.2.0-Linux-x86_64.sh 进行安装，下载地址如下：
https://repo.continuum.io/archive/
以后可以用conda安装相关的软件：
conda install pytorch torchvision cuda90 -c pytorch
sudo /home/dawn/anaconda3/bin/pip install visdom //可通过这样的形式用pip安装包到anaconda3里
批量安装：conda install --yes --file requirements.txt
PyCharm
sudo snap install pycharm-community --classic
安装Caffe
依次安装以下库
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编译（非常繁琐）：https://blog.csdn.net/u010193446/article/details/53259294
sudo make all进行编译，编译出错的话需要清空一次再重新编译sudo make clean
如果想通过pip把python的库装到anaconda中，可以加上路径：sudo /home/dawn/anaconda2/bin/pip install xxx
如果出现问题，百度关键词一般都会有答案。
在pycharm中使用临时的办法导入caffe,每次新建程序时,都把caffe/python的路径添加到现在的程序中:
import sys
sys.path.append('/home/xxx/caffe/python')
或者（好像无效）：
将caffe根目录下的python文件夹加入到环境变量
先打开配置文件bashrc
sudogedit ~/.bashrc
在文件的最后面添加
export PYTHONPATH="/home/xxx/caffe/python:$PYTHONPATH"
或者（测试可行）：
在PyClarm的File->Settings->Project interpreter下添加 caffe下的python路径 /home/XXX/caffe/python，点击一个树状的按钮可添加路径。
如果需要CUDA，需要在配置中开启GPU，然后增加CUDA的库的路径，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 := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu/hdf5/serial /usr/local/cuda-9.0/lib64
OpenCV安装
参考这里：https://blog.csdn.net/hjl240/article/details/51520003
cd ~/ opencv-3.x.x //版本号自行更改
mkdir release
cd release
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local -D OPENCV_EXTRA_MODULES_PATH= /home/hanxuan/opencv-3.x.x/opencv3.x.x/opencv_contrib-3.x.x/modules/ ..
sudo make
sudo make install
环境变量的添加
vi ~/.bashrc
# added by Anaconda3 installer
export PATH="/home/dawn/anaconda3/bin:$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远程Windows
sudo apt-get install rdesktop
rdesktop -f -a 16 ip地址
说明： -f全屏模式, 从全屏模式切换出来按Ctrl+Alt+Enter -a连接颜色深度（最高到16位）
