【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> 
1、设置python版本
sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 150
2、安装Anaconda虚拟环境管理
wget https://repo.anaconda.com/archive/Anaconda3-5.3.0-Linux-x86_64.sh
# bash Anaconda3-5.2.0-Linux-x86_64.sh
记得把环境变量添加在系统中，最后是否安装VScode建议不安装
3、安装CUDA和cuDNN，在版本选择上因为GPU原因选择CUDA10.0和相应的cuDNN
选择对应系统的版本，在线安装：https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=debnetwork
https://developer.nvidia.com/rdp/cudnn-download需要注册登录账号，下载后解压
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、下载并安装GPU驱动
https://www.nvidia.cn/Download/index.aspx?lang=cn
lsmod | grep nvidia，如果有NVIDIA驱动，请先卸载
lsmod | grep nouveau，如果有其他驱动，将其他显卡驱动加入黑名单，操作如下：
cd /etc/modprobe.d/
创建blacklist-nouveau.conf并添加内容
sudo touch blacklist-nouveau.conf
sudo echo "blacklist nouveau">>blacklist-nouveau.conf
sudo echo "options nouveau modeset=0">>blacklist-nouveau.conf
查看blacklist-nouveau.conf内容是否添加成功
sudo cat blacklist-nouveau.conf
sudo update-initramfs -u
现在请重启机器，使用init 3进入命令行界面
sudo chmod +x NVIDIAXXXXXXXXX.run
sudo ./NVIDIAXXXXXXXX.run -no-opengl-files 完成安装
nvidia-smi检查显卡是否在工作
5、创建conda虚拟环境，安装Tensorflow或者Pytorch
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --set show_channel_urls yes
conda create --name XXXX python=3.X
conda install pytorch torchvision cudatoolkit=10.0 -c pytorch
到这里，你的深度学习平台已经搭建完成，你可以把它分享给其他人使用了。
不足之处，还望指正，谢谢！！
来源：oschina
链接：https://my.oschina.net/u/3231175/blog/3016906