心好累，總之還是記錄一下吧，姑且當作備忘。
一、Ubuntu
在這里我選擇的是ubuntu的u盤安裝。
1、所需材料
- Universal USB Installer
- ubuntu-16.04-desktop-amd64.iso
- 一個干凈的U盤
2、步驟
(1) 用Universal制作u盤啟動盤（這里u盤會被格式化）
(2) 重啟電腦，按F2進入BIOS，將u盤設為第一啟動：
我的電腦是聯想拯救者R720，這一步設置u盤啟動項和網上的一般教程不一樣，見圖
(3)按F10保存退出，進入如下界面：
我選擇的第一項，之后按照提示進行安裝
(4)基本上沒什么好說的了，特別提一下磁盤分區：
因為我安裝的是雙系統，所以我選擇保留windows，自己調整分區。
網上一般都有分區教程，為什么要特別說明？
因為我信了他們的邪（微笑），直接貼下我自己的分區，也許也不是很好，但是至少我用着沒問題：
交換分區：邏輯分區，swap，2G
主分區：主分區，ext4，掛載到 ‘ / ’ 30G（當時看的網上的教程分了16G，結果剛裝完系統空間就滿了。。。）
boot分區：主分區，ext4，掛載到 ‘ /boot ’ 500M
tmp分區：主分區，etx4，掛載到 ‘ /tmp ’ 5120M
uefi分區：主分區，etx4，掛載到 ’ /boot/uefi ’ 6000M（專門給啟動引導器的分區，將它安裝到這里，不然會安裝失敗）
home分區：邏輯分區，ext4，掛載到 ‘/home ’ 420+G （越大越好，剩下的空間全給了它）
二、CUDA
cuda這里有個深坑——安裝驅動時驅動的版本一定要和你的顯卡還有cuda的版本匹配！！！不然之后安裝cuda的時候就會安裝失敗(報錯：CUDA driver version is insufficient for CUDA runtime version )！！！
直接上步驟：
0、卸載cuda
顯然我之前失敗過很多次，所以我先來介紹一下如何卸載qwq
執行如下語句
1 sudo apt-get remove cuda 2 sudo apt-get autoclean 3 sudo apt-get remove cuda* 4 cd /usr/local/ 5 sudo rm -r cuda-9.0
1、在CUDA官網下載跟自己顯卡匹配的驅動
https://www.nvidia.cn/Download/index.aspx?lang=cn
執行如下語句，安裝
1 sudo add-apt-repository ppa:graphics-drivers/ppa 2 sudo apt-get update 3 sudo apt-get install nvidia-390 4 sudo apt-get install mesa-common-dev 5 sudo apt-get install freeglut3-dev
重啟電腦
1 sudo reboot
輸入如下語句，如果出現GPU列表/GPU詳細信息，則說明安裝成功
1 nvidia-smi
或者
1 nvidia-settings
2、安裝CUDA
下載cuda的安裝文件：https://developer.nvidia.com/cuda-toolkit-archive
我下載的是runfile文件，但deb文件似乎也可以，我沒有試過。
下載完畢后，執行如下語句，運行runfile文件
1 sudo sh cuda_9.0.176_384.81_linux.run
一路回車，因為之前安裝了驅動，所以選擇不安裝驅動，之后全部選擇yes，安裝路徑用默認的即可。
執行如下語句，打開profile文件
1 sudo gedit /etc/profile
在文件末尾處添加
1 export PATH=/usr/local/cuda-9.0/bin:$PATH 2 export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64$LD_LIBRARY_PATH
重啟電腦
1 sudo reboot
輸入如下語句測試cuda的samples，如果顯示的是一些關於GPU的信息，則說明安裝成功
1 cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery 2 sudo make 3 ./deviceQuery
ps：注意一下下載的cuda的版本號： cuda_9.0.176_384.81_linux.run ，所謂的坑就是這里了：對應的nvidia的版本號應當大於等於這個版本384.81。記得我們之前安裝的驅動版本是390.77，看來是沒問題了：）
三、cuDNN
不太想寫了qwq，我覺得官方文檔說明的很詳細了。
1、從官網下載安裝
2、測試
四、MXNet
官網下載Anaconda
進入sh文件所在文件夾，執行該sh文件
1 sh Anaconda3-5.0.1-Linux-x86_64.sh
執行以下命令或重啟終端讓conda生效
1 source ~/.bashrc
下載代碼壓縮包，進入文件夾，解壓后執行如下語句
1 mkdir gluon_tutorials_zh && cd gluon_tutorials_zh 2 curl https://zh.gluon.ai/gluon_tutorials_zh.tar.gz -o tutorials.tar.gz 3 tar -xzvf tutorials.tar.gz && rm tutorials.tar.gz
使用國內鏡像加速下載所需軟件
1 # 使用清華 conda 鏡像。 2 conda config --prepend channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 3 # 或者選用科大 conda 鏡像。 4 conda config --prepend channels http://mirrors.ustc.edu.cn/anaconda/pkgs/free/
使用conda創建虛擬環境並安裝所需軟件
1 conda env create -f environment.yml
激活之前創建的環境
1 source activate gluon
打開jupyter notebook
1 jupyter notebook
成功～
卸載cpu版的mxnet
1 cd ~/gluon_tutorials_zh 2 source activate gluon 3 pip uninstall mxnet
退出虛擬環境
1 source deactivate
更新依賴為gpu版本的mxnet：使用文本編輯器打開之前文件夾下的文件environment.yml,將里面的mxnet替換為mxnet-cu90（依據你的cuda版本而定），保存文件后退出。
更新虛擬環境
1 conda env update -f environment.yml
激活
1 source activate gluon
ps：在import mxnet 的時候報了一個錯：
解決方法：進入/usr/local/cuda-9.0/lib64，檢查是否有libcudart.so.9.0
如果有，執行
1 sudo ldconfig /usr/local/cuda-9.0/lib64
OK～
參考文檔：
https://www.linuxidc.com/Linux/2016-04/130520.htm
https://blog.csdn.net/u010837794/article/details/63251725/
http://zh.gluon.ai/chapter_prerequisite/install.html#%E4%BD%BF%E7%94%A8-GPU-%E7%89%88%E7%9A%84-MXNet
https://www.cnblogs.com/Mulns/p/8862438.html