深度学习是最近很火爆的一个技术，虽然很多概念在上个世纪就已提出，但大规模的应用和发展还是近几年的事情。这里分享一下相关配置（针对TensorFlow+keras）。

硬件需求：

最好有一块比较新的支持cuda的NVIDIA显卡，拿cpu也可以体验深度学习，用来做研究可能就捉急了。最好有一台可以安装显卡的台式机。原则上如果笔记本有thunderbolt或者PCI-E接口，也可以用外置电源+显卡+笔记本的组合。这样不用再配置一台完整台式机，但仍然会牺牲通讯速度。笔者台式机的搭配是GeForce GTX1060 6GB+i5 6600K +32G内存。这是比较入门的组合，轻量的学习科研完全足够了。

软件配置：

1.安装ubuntu，这个不用多说了，按照ubuntu官网制作一个安装u盘，然后从u盘启动安装即可。参考https://help.ubuntu.com/community/Installation/FromUSBStickQuick

2. 安装fortran，gcc

sudo apt-get update

sudo apt-get upgrade  

sudo apt-get install build-essential cmake g++ gfortran

sudo apt-get git pkg-config python-dev

sudo apt-get software-properties-common wget

sudo apt-get autoremove

sudo rm -rf /var/lib/apt/lists/*

3. 安装NVIDIA驱动，在官网下载即可，我安装的是nvidia-375

sudo add-apt-repository ppa:graphics-drivers/ppa

sudo apt-get update

sudo apt-get install nvidia-375

利用以下命令可以判断驱动是否安装正确

cat /proc/driver/nvidia/version

4. 安装cuda8，参考https://developer.nvidia.com/cuda-downloads

需要选好版本，我的版本是linux/x86/Ubuntu/local(deb)

安装好之后需要把path加到bashrc里

echo 'export PATH=/usr/local/cuda/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH' >>~/.bashrc
source~/.bashrc

可以通过以下命令检查cuda的安装

nvcc –V

5. 安装cuDNN 参考https://developer.nvidia.com/cudnn

我印象中需要注册一个NVIDIA developer的账号。

cd ~/Downloads/

tar xvf cudnn*.tgz

cd cuda

sudo cp */*.h /usr/local/cuda/include/

sudo cp */libcudnn* /usr/local/cuda/lib64/

sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

6. 安装python和相关的包

sudo apt-get update && apt-get install -y python-numpy python-scipy python-nose python-h5py python-skimage python-matplotlib python-pandas python-sklearn python-sympy

sudo apt-get clean && sudo apt-get autoremove

sudo rm -rf /var/lib/apt/lists/*

sudo apt-get update

sudo apt-get install git python-dev python3-dev python-numpy python3-numpy build-essential python-pip python3-pip python-virtualenv swig python-wheel libcurl3-dev

sudo apt-get install -y libfreetype6-dev libpng12-dev

pip3 install -U matplotlib ipython[all] jupyter pandas scikit-image

7. 安装tensorflow

pip3 install --upgrade tensorflow-gpu

如果一切正常就可以调用了

python

>>>import tensorflow as tf

>>>a = tf.constant(5)

>>>b = tf.constant(6)

>>>sess = tf.Session()

>>>sess.run(a+b)

8. 安装keras

sudo pip3 install keras

如果正常的话也可以调用keras了。

python

>>>import keras

如果此时调用keras函数进行深度学习就会显示调用显卡进行了计算。

9. 最后安装编辑器，我一般用sublime text

sudo add-apt-repository ppa:webupd8team/sublime-text-3

sudo apt-get update

sudo apt-get install sublime-text-installer

其他选项：

也可以使用amazon云来进行深度学习项目，有不同的收费方式，比较便宜的一种可以做到0.1美元每小时，评价褒贬不一。