linux深度学习环境搭建
前⾔
⾃⼰在Linux下为搭建深度学习环境，重装系统⽆数遍终于成功。中间遇到过各种坑，所以想在这记录下这些流程，⽅便⾃⼰⽇后查看和供⼤家参考。安装的内容是python3下安装gpu版本的tensorflow, caffe
1 win10安装双系统
2 基础设置
2.1 下载cmake, vim, pip
sudo apt update
sudo apt upgrade
sudo apt install cmake
sudo apt install cmake-gui
sudo apt install vim
sudo apt install python3-pip
由于基于python3，所以要安装某些包则⽤pip3，⽹页中也使⽤pip3代替pip
2.2 设置默认的python为python3
udo update-alternatives --install /usr/bin/python python /usr/bin/python2 100
sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 150
2.3 设置pip国内源加速
3 安装tensorflow_gpu(cuda8.0, python3.5, tensorflow1.4)
3.1 安装nvidia显卡驱动
系统设置–>软件和更新–>附加驱动–>使⽤NVDIA–>应⽤更改–>重新启动
3.2 安装cuda，降低gcc版本，安装cudnn
3.3 安装tensorflow_gpu
pip3 install tensorflow_gpu==1.4
4. 安装opencv3.4.1
sudo mkdir build
cd build
6.在应⽤中搜索cmake软件，最上⾯两个地址选择依次是opencv地址，build地址。选择后点击Configure进⾏配置，第⼀次配置后会出现界⾯出现红⾊，需要再点击⼀次即可。如左下图：
在搜索框中搜索java，去掉右边value的两个勾，接着点击Generate运⾏结束即可。
1. sudo make -j8 （多线程加速）
2. ⽹页中最下⾯的‘只需要分别输⼊上⾯图下部分的四⾏命令就可解决 ’下⾯的4⾏指令中nvidia-375，libEGL.so.375.39。⽂件需
要替换成⾃⼰相同⽬录下的⽂件。
5 安装caffe-gpu(必须先完成3.1，3.2，4)
5.1 gcc版本恢复（仅需解决步骤中的前4张图）：
安装caffe
5.3 配置caffe的python接⼝：
sudo apt-get install gfortran
tensorflow版本选择cd ~/caffe/python
for req in $(); do pip3 install $req; done
安装结束后，可以执⾏如下语句验证：sudo pip install -
可以看到，安装成功的，都会显⽰Requirement already satisfied，没安装成功的，会继续进⾏安装。
2. 将caffe根⽬录下的python⽂件夹加⼊到环境变量
先打开配置⽂件bashrc：sudo gedit ~/.bashrc
在⽂件的最后⾯添加：
export PYTHONPATH=/home/XXX/caffe/python:$PYTHONPATH (注意⽤户名)
然后执⾏更新配置(有时更新不起作⽤时，可以重启电脑就会有效)：sudo ldconfig
3.编译python接⼝：
cd ~/caffe/
make pycaffe
4. 验证python接⼝
进⾏python环境，引⼊caffe包，如果没有报错则安装成功！
python
import caffe
注：因为系统或者安装机器的不同，可能会出现⼀些不⼀样的问题，出现问题，请粘贴问题⾃⾏google或百度，都是有答案的。