安装tensotflow、pytorch
更改下载源：（国外的服务器下载很慢）
也可以不用系统去选择，手动选择China里面的源
安装CUDA9.0
CUDA9.0下载地址：
https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604&target_type=deblocal
假设我们把CUDA的安装包下载到~/Downloads文件夹中。之后，在这里打开终端，依次输入下面的命令：
sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb
sudo apt-key add /var/cuda-repo-9-0-local/7fa2af80.pub
sudo apt-get update
sudo apt-get install cuda
在CUDA完成安装之后，还需要添加环境变量，打开终端，输入下面的命令：
export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
如果是64位系统，输入：
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
如果是32位系统，输入：
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
验证是否安装成功：
nvcc -V
出现下面的信息即成功：
上述过程完成了整个的CUDA9.0的安装。
安装cuDNN v7.0
cuDNN v7.0.下载地址：
https://developer.nvidia.com/cudnn
需要账号密码登录
Download cuDNN v7.4.2 (Dec 14, 2018), for CUDA 9.0
cuDNN Library for Linux
需要与CUDA的版本相对应
下载完成以后将其解压到Cuda的目录当中，依次执行如下命令：
tar -xzvf cudnn-9.0-linux-x64-v7.4.2.24.tgz(自动补全自己的版本)
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*
安装Anaconda
Anaconda下载地址：
https://repo.continuum.io/archive/
5.2.0 —> python 3.6
4.2.0 —> python 3.5
注意：不要下载最新的，因为tensorflow不支持python3.7
下载完后安装：
bash Anaconda3-5.2.0-Linux-x86_64.sh
阅读说明书，一直按enter
输入yes, yes
安装完成，输入conda -V，即可查看版本号
卸载anaconda
如果安装错误想卸载可以使用以下方法，没错的可以跳过。
在ubuntu上卸载anaconda的步骤 ：
1）删除整个anaconda目录：
由于Anaconda的安装文件都包含在一个目录中，所以直接将该目录删除即可。到包含整个anaconda目录的文件夹下，删除整个Anaconda目录：
rm -rf anaconda文件夹名
2）建议——清理下.bashrc中的Anaconda路径：
1.到根目录下，打开终端并输入：
sudo gedit ~/.bashrc
2.在.bashrc文件末尾用#号注释掉之前添加的路径(或直接删除)：
#export PATH=/home/lq/anaconda3/bin:$PATH
保存并关闭文件
3.使其立即生效，在终端执行：
source ~/.bashrc
4.关闭终端，然后再重启一个新的终端，这一步很重要，不然在原终端上还是绑定有anaconda.
打开Jupyter Notebook:
这一步在安装的过程中可以跳过。
打开 notebook 的方法非常简单，只需在终端输入
ipython notebook
Anaconda虚拟环境
建立虚拟环境：
conda create -n tensorflow python=3.6
tensorflow是虚拟环境的名字，可以自己随便命名。
激活、退出环境：
source activate tensorflow
source deactivate
删除虚拟环境：
conda remove -n tensorflow –-all (tensorflow是虚拟环境名称)
安装tersorflow-gpu版本：
(如果是在虚拟环境中执行的如下命令，则tensorflow就安装在了虚拟环境中)
Python 2.7版本：
pip install tensorflow-gpu
Python 3.x版本：
pip3 install tensorflow-gpu
如下，加上 –upgrade 默认安装最新版本（pip --upgrade用来批量更新过期的python库）
Python 2.7版本：
pip install --upgrade tensorflow-gpu
Python 3.x版本：
pip3 install --upgrade tensorflow-gpu
若要安装指定版本的tensorflow,则使用如下命令：
Python 2.7版本：
pip install tensorflow-gpu==1.1.0（1.1.0是tensorflow对应的版本号）
Python 3.x版本：
pip3 install tensorflow-gpu==1.1.0
(我的电脑默认的是anaconda带的python3.6,所以用 pip install… 安装的也是python3的tensorflow)
如果安装速度慢，且没法fanqiang的话，可以使用清华的源
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==版本号
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==版本号
也可以是使用这个网站生成的命令来安装：
网站地址： https://mirrors.tuna.tsinghua.edu.cn/help/tensorflow/
卸载tensorflow
卸载（先进入到虚拟环境中，然后执行如下命令，就可以卸载该虚拟环境中的tensorflow）
pip uninstall tensorflow-gpu
pip3 uninstall tensorflow-gpu (如果是用pip3安装的)
注意：不能安装python3.7版本的tensorflow
安装pytorch
如果电脑上已经安装了tensorflow，那么直接到pytorch的官网选择对应的版本，复制安装命令运行就可以了。
