1. 記得裝desktop版本的ubuntu舰绘，否則沒有xserver叁征，比較蛋疼
2. 安裝英偉達(dá)顯卡驅(qū)動因妇，要關(guān)掉x server……
默認(rèn)進(jìn)入命令行啟動
http://blog.topspeedsnail.com/archives/4922
注意16.04用這句：
$sudo systemctl set-default multi-user.target
這是每次開機(jī)默認(rèn)進(jìn)入命令行模式的方法躺翻。單詞關(guān)閉用
sudo /etc/init.d/lightdm stop
然后遇到了坑爹的linux預(yù)裝驅(qū)動……需要關(guān)掉等舔。（誰說ubuntu少折騰來著……）
驅(qū)動安裝過程這個鏈接內(nèi)容比較詳細(xì)（卸載系統(tǒng)驅(qū)動后機(jī)器無法完全啟動牺荠，但是ssh沒問題）
http://blog.csdn.net/u012759136/article/details/53355781??
照著來沒問題了吧翁巍，錯了……build driver的時候直接說unable……我去
差了下說我下的版本不對，趕緊去重新找（為啥查到的帖子都是那個340.32版本）
http://www.nvidia.com/content/DriverDownload-March2009/confirmation.php?url=/XFree86/Linux-x86_64/384.98/NVIDIA-Linux-x86_64-384.98.run&lang=us&type=GeForce
這里下載17.11的版本
3)安裝cuda toolkit休雌，這次吸取教訓(xùn)灶壶，直接英偉達(dá)官網(wǎng)下載最新cuda9.1版本。
直接運(yùn)行安裝杈曲，居然自帶了驅(qū)動……去死吧……
后面說我有幾個庫沒裝好驰凛，記錄如下
Missing recommended library: libGLU.so
Missing recommended library: libX11.so
Missing recommended library: libXi.so
Missing recommended library: libXmu.so
搜索下直接apt-get搞定
$ sudo apt-getinstall freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
官方參考
https://devtalk.nvidia.com/default/topic/827410/cuda-setup-and-installation/new-installation-of-cuda-7-toolkit-in-ubuntu-12-04-question-about-missing-recommended-libraries-/
重裝一遍cuda測試，一并安裝了連同cuda的顯卡驅(qū)動担扑。沒有問題恰响。
http://blog.csdn.net/shiorioxy/article/details/52652831
http://blog.csdn.net/jhszh418762259/article/details/52958287
之后寫幾個配置
環(huán)境變量設(shè)置
sudo vim ~/.bashrc
在末尾添加
export CUDA_HOME=/usr/local/cuda-8.0
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-8.0/bin:$PATH
保存退出。
然后刷新魁亦。
source ~/.bashrc
動態(tài)鏈接庫設(shè)置
創(chuàng)建文件：
sudo vim /etc/ld.so.conf.d/cuda.conf
寫入：/usr/local/cuda/lib64
保存之后使其立即生效：
sudo ldconfig -v
之后是測試sample渔隶，網(wǎng)上教程都是進(jìn)utility編譯，表示直接在根目錄下編譯了，很長時間……但是似乎沒有報(bào)錯退出间唉。
許久之后绞灼，安全完成。
4. 安裝cuDNN
直接搜索呈野，英偉達(dá)官網(wǎng)注冊低矮，下載三個相關(guān)deb包，然后
$sudo dpkg -i xxxx.deb
應(yīng)該就把庫給安裝好了被冒。
4. 安裝cuDNN
安裝anaconda军掂，沒啥好說的。
5. 安裝cuda-based TensorFlow
https://tensorflow.google.cn/install/install_linux
follow來昨悼，突然發(fā)現(xiàn)我的cuda版本和cuDNN版本都高了……先試試吧
pip install tensorflow-gpu
安全完成
但是使用的時候出現(xiàn)庫缺失蝗锥。然后conda安裝我發(fā)現(xiàn)了這些……
你妹啊率触！直接集成了cuda8终议，我去！
但是用conda安裝的tensorflow-gpu版本并不能正確執(zhí)行葱蝗，懷疑與環(huán)境已安裝的有關(guān)穴张。
https://devtalk.nvidia.com/default/topic/1026198/cuda-9-0-importerror-libcublas-so-8-0/
所以要重裝cuda8
重裝cuda8之后，采用gist一腳本安裝cuDNN v6
https://gist.githubusercontent.com/mjdietzx/0ff77af5ae60622ce6ed8c4d9b419f45/raw/ebcb37e45ba14317330ffc1269159ed076242b9a/waya-dl-setup.sh
# install cuDNN v6.0
CUDNN_TAR_FILE="cudnn-8.0-linux-x64-v6.0.tgz"
wget http://developer.download.nvidia.com/compute/redist/cudnn/v6.0/${CUDNN_TAR_FILE}
tar -xzvf ${CUDNN_TAR_FILE}
sudo cp -P cuda/include/cudnn.h /usr/local/cuda-8.0/include
sudo cp -P cuda/lib64/libcudnn* /usr/local/cuda-8.0/lib64/
sudo chmod a+r /usr/local/cuda-8.0/lib64/libcudnn*
# set environment variables
export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64\${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
pip安裝的預(yù)編譯TensorFlow可以運(yùn)行两曼，但是有python版本不匹配皂甘，沒有最適應(yīng)CPU編譯的提示。
因此TF還是自行編譯得好……回來再折騰吧
6.安裝opencv-python
pip install opencv-python
安全完成悼凑！
可以了偿枕，測試一下GTX760水平的cuda能否吊打E5-2643.
neural style風(fēng)格遷移測試。
https://github.com/cysmith/neural-style-tf
測試成績賽高佛析，E5-2643 v4 @ 3.40GHz約1500秒益老，GTX760水平只用500s彪蓬，約1/3時間寸莫。
