最近又一次配置深度学习环境，又一次找了一堆资料、踩了一堆坑。为了以后的方便，这里先记录一下这次的配置过程吧。
这一篇主要记录环境配置前的一些工作，如显卡驱动、CUDA、cuDNN的安装。
１、NVIDIA显卡驱动安装
参考博客：https://blog.csdn.net/qq_20492405/article/details/79034430
为防止原博客被删，简要记录一下内容如下：
1）在BIOS中关闭Secure Boot。
如果在BIOS中，Secure Boot是灰色的，需要：
- 查看Key Management中是否有东西(key)，有的话请全部删除；
- Boot选项中的Launch CSM也要Disable(可能有的没有Launch这个单词，我的就是，但看到CSM就行了)
2）利用系统自带的工具安装驱动。
选择带有NVIDIA binary driver字样的，点击Apply Changes，输入密码安装即可。
安装完成后重启，然后在终端输入nvidia-smi查看是否安装成功。
2、CUDA8.0的安装
同样参考上一步中的博客。同样地，记录一下，以防原博客删除。
首先去官网下载CUDA8.0。可以使用自己喜欢的搜索引擎搜索CUDA8.0进入官网，下载.run文件。
下载完成后，cd到文件下载目录。一般默认是Downloads文件夹。
在命令行下输入：
sudo ./cuda_8.0.61_375.26_linux.run -no-opengl-libs
然后屏幕上会显示License文件，很长的一串，可以按Ctrl+F往下翻页，Ctrl+B是回看(可以理解为F代表Forward，B代表Backward)。
之后会出现一些选项：
1): Do you accept the previously read EULA?
accept
2): Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 375.26?
n (这里比较关键，要选no，因为前面已经安装过显卡驱动了)
3): Install the CUDA 8.0 Toolkit?
y
4): Enter Toolkit Location
enter (enter后会安装在默认路径下，也可以自己敲入路径)
5): Do you want to install a symbolic link at /usr/local/cuda?
y (这里建立一个链接，这样写入环境文件的时候方便一点)
6): Install the CUDA 8.0 Samples?
y(也可以是ｎ，自己决定)
7): Enter CUDA Samples Location
enter
之后静待安装吧。
安装完成后需要在环境文件末尾添加如下内容：
export PATH=/usr/local/cuda/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
可以在/etc/profile中添加，也可以在~/.bashrc中添加，看你个人。添加完之后记得要source一下使其生效。
cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery sudo make -j8 ./deviceQuery
当有一长串输出，并且最后一行有Result = PASS时说明安装成功。
3、cuDNN的安装
首先放一张图，图片来源于博客：https://blog.csdn.net/weixin_39704651/article/details/79605585
考虑到后面要配置Tensorflow1.4 GPU版本，所以这里选择了cuDNN v6.0。其它版本的cuDNN安装步骤基本一致。
首先去官网这里下载cuDNN v6.0，需要注册账号，免费的，可以注册一个，为了以后使用的方便。
选择好cuDNN版本和对应的CUDA版本，点击cuDNN v6.0 Library for Linux进行下载，这时候后缀可能是solitairetheme8，不用管，下载好后将其后缀改为tgz即可。
tar -xvf cudnn-8.0-linux-x64-v6.0.tgz 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*
至此cuDNN v6.0就安装好了。