英偉達驅動安裝
- 英偉達驅動下載：https://www.nvidia.cn/Download/driverResults.aspx/135493/cn/
- 由於是驅動的衝突，那麼自然是要殺掉和顯示卡結合不是那麼緊密的草根板驅動nouveau了，加入黑名單是我們要做的第一件事，這樣啟動以後就不會預設使用草根驅動；
cd /etc/modprobe.d/
# 資料夾下建立
touch blacklist-nouveau.conf
vim blacklist-nouveau.conf
blacklist-nouveau.conf 中加入黑名單
blacklist nouveau
options nouveau modeset=0
# 更新的blacklist
update initramfs -u命令得到
# 重啟系統，強力保證blacklist生效
reboot
# 檢視是否vouveau真的被禁止掉了，如果沒有任何內容出現，那麼草根驅動被禁止掉了
lsmod | grep nouveau
下載NVIDIA官方的K80顯示卡驅動，一般驅動都是通過deb包進行安裝，但是安裝後會加入OpenGL的驅動，所以必須得使用.run的檔案，.run檔案下載地址：https://www.nvidia.cn/Download/driverResults.aspx/135493/cn/
如果不用.run方式的話，那麼就會進入Linux的無限迴圈介面。
./XXX-NVIDIA.run --no-opengl-files
(重要的事情說三遍，這裡面的-和字母之間沒有空格、這裡面的-和字母之間沒有空格、這裡面的‘-’和字母之間沒有空格)
出現藍色的背景介面，如果出現了（X server is running的現象，要注意使用者態輸入sudo service lightdm stop關閉桌面管理器 ），然後accept協議，接著出現the distribution provided pre-install scripts failed的提示，忽視它，然後繼續安裝下去，一路OK然後reboot系統，最終得到完整的gnome桌面系統。
sudo service lightdm stop
檢驗是否安裝成功，在命令列介面下輸入 nvidia-smi檢驗是否安裝成功
nvidia-smi
安裝源管理軟體包Anaconda：
下載地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.2.0-Linux-x86_64.sh/
Cuda安裝：
- 下載CUDA
https://developer.nvidia.com/cuda-downloads/ - 安裝cuda
sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb
sudo apt update
sudo apt -y install cuda
- 將CUDA路徑新增至環境變數在終端輸入
sudo gedit /etc/profile
在profile檔案中新增：
export CUDA_HOME=/usr/local/cuda-8.0
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}}
source /etc/profile即可
source /etc/profile
- 驗證安裝成功：
nvcc -V
會得到相應的nvcc編譯器相應的資訊，那麼CUDA配置成功了。(記得重啟系統)
5. 如果要進行cuda效能測試，可以進行：
cd /usr/local/cuda/samples
sudo make -j8
編譯完成後，可以進samples/bin/.../.../...的底層目錄，執行各類例項。
安裝tensorflow
- 官方連線：https://www.tensorflow.org/install/install_linux/
- 參考官方文件的pip源部分:
] - pip安裝的時候千萬注意：
sudo pip3 install –upgrade後面的接的gpu版本的連線，在官網文件最後面，python務必與對應的tensorflow版本對應。
安裝完後也要注意依賴庫版本的修復，因為開原始碼，版本庫版本特別多，所以如果有版本不相容，那麼一定要進行修復，如何修復自行百度。
4. tensorflow驗證：
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
安裝keras：
- 安裝keras：
sudo pip install -U --pre keras
- 安裝完畢後，輸入python，然後輸入：
import tensorflow
import keras
- Keras中mnist資料集測試
git clone https://github.com/fchollet/keras.git
cd keras/examples/
python mnist_mlp.py
程式無錯進行，至此，keras安裝完成。