0、版本信息：
GPU：P100
显卡驱动：nvidia-384 (cada9.0要求驱动版本至少384)
cuda: 9.0 +cudnn7.1.3+Anaconda 3.5.1 + tensorflow1.8.0
安装tensorflow1.8.0、keras、mxnet(gpu版)、pytorch（gpu版）、caffe(gpu版)。
1、安装驱动显卡驱动
sudo apt-get install nvidia-384
测试：nvidia-smi,显示显卡信息
2、安装cuda
a)下载官网cuda9.0:
Cuda: https://developer.nvidia.com/cuda-downloads
b) 安装sh文件
sudo bash cuda*.sh
注意：第二步驱动Graphic Driver 选择不安装。
(对于桌面用户如出现问题，则将lightdm关闭后重试：$ sudo service lightdm stop，
ctrl_alt+f1进入tty1,输入用户名、密码;在tty1下：sudo bash cuda*.sh,完成后按ctrl+alt+f7回到图形界面,
如已关闭lightdm则重新启动：$ sudo service lightdm restart)
c) 添加环境变量
将以下两行添加到 ~/.bashrc，并source ~/.bashrc
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
d) 测试：nvcc -V ,显示cuda的版本信息。
3、复制cudnn
a) 官网下载cudnn7.1.3:https://developer.nvidia.com/rdp/cudnn-download
b) 解压：tar -zxvf cudnn**.tgz
c) 复制：
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
4、安装Anaconda
a) 下载Anaconda3.5.1，若官网下载，可去清华软件源、pypi下载。
b) sudo bash Anaconda**.sh
注意：默认路径可以换，一定要把anaconda加入Path路径。VSCode下载太慢，可以不装，根据自己需求。
(若上面没有选择加入bashrc,则需要自己手动加入环境变量：在~/.bashrc文件最后添加
export PATH="/home/ai/anaconda3/bin:$PATH")
c) 测试：终端下输入python，查看python版本信息是否为Python3.6.4，系统默认为2.7。
或者输入 jupyter notebook，看是否能打开。
5、安装tensorflow_gpu
(问题：需要先更新pip版本 sudo chmod 777 /home/ai/anaconda3
pip install --upgrade pip )
a) 下载离线tensorflow_gpu1.8.0**.whl离线包
pip install tensorflow_gpu**.whl。
b) 测试：
python
import tensorflow as tf
print(tf.__version__)
输出结果为打印tensorflow版本信息：1.8.0.
6、安装mxnet GPU版
a) pip install --pre mxnet-cu90 -i https://pypi.douban.com/example
b) 测试：
import mxnet as mx
from mxnet import nd
x = nd.array([1, 2, 3], ctx=mx.gpu())
结果：[1 2 3] <NDArray @gpu(0)>
7、安装pytorch GPU 版
a) conda install pytorch torchvision cuda90 -c pytorch
注意：如下载网络问题，根据下载链接和版本信息，去链接地址下载相应版本离线包，
conda install 离线包。
b) 测试：import torch
print(torch.cuda.is_available())
结果：True.
（参考：）
8.安装OpenCV
a) pip install opencv-python
b)测试：import cv2
9.安装keras
a) pip install keras
b) 测试：import keras
10、安装 caffe
链接：
(注：也可以在anconda中安装：conda install caffe-gpu, 因需要下载好的包，大概900M故未安装,没有尝试是否可以)
10、删除不常用软件
apt purge unity-webapps-common
apt purge thunderbird totem rhythmbox empathy brasero simple-scan gnome-mahjongg aisleriot gnome-mines cheese gnome-sudoku transmission-common gnome-orca webbrowser-app landscape-client-ui-installapt purge deja-dup
若删除系统自带办公软件(换wps的话可以卸载) ，apt purge libreoffice-common
11、安装搜狗输入法（服务器上未安装，桌面版自己安装没有问题）
a) 下载搜狗离线安装包
b) sudo dpkg -i sougou**.deb
sudo apt install -f (查找依赖关系，若上一条安装命令提示有问题，则运行此条命令再重新运行安装命令)
c) system setting ------ Language Support --------keyboard input method system ------- fcitx，
一般在桌面环境下需要注销再登录，才会显示搜狗输入法。
（若不注销终端运行 fcitx -r，未测试此法。）
12、安装pycharm
a) 官网下载community版离线包
b）解压 tar -zxvf pycharm*.tar.gz -C ~
c) sh ./pycharm* /bin/pycharm.sh
d) 创建图标
(1) 在桌面创建一个文件：pycharm.desktop
(2) 编辑这个文件，添加以下内容（Exec是sh文件位置(以自己实际文件为主)，icon是图标文件位置，修改两处）：
[Desktop Entry]
Version=1.0
Type=Application
Name=Pycharm
Icon=/home/mark/pycharm-community-2017.3.3/bin/pycharm.png
Exec=/home/mark/pycharm-community-2017.3.3/bin/pycharm.sh
MimeType=application/x-py;
Name[en_US]=pycharm
(3) 右击这个文件，把允许作为程序运行给选择上，双击这个桌面文件，这个文件就从文本图标，变成了程序图标。
(4) 打开终端，cd到桌面，然后把这个文件复制到系统APP目录里面，这样在系统程序里面就可以找到了 sudo cp pycharm.desktop /usr/share/applications/
13、安装chrome浏览器
a) 下载稳定版离线包 google**.deb ( https://dl.google.com/linux/direct/google-chrome-stable_current_amd64.deb)
b) sudo dpkg -i google**.deb
sudo apt install -f
/usr/bin/google-chrome -stable
14、安装某些缺失包：
pip install xgboost lightgbm
