硬件信息：
顯卡GTX 750Ti + 4核處理器 + 16G內存 + 120G固態 + 500G機械
軟件信息：
ubuntu16.04：一開始安裝的是18.04，NVIDIA官方暫未提供這個版本的driver，安裝過程中提示找不帶顯卡驅動。建議大家不要盲目追求新。
cuda：GPU上的並行計算平台和模型；版本選擇cuda-8.0
cudnn：相比標准的cuda,它在一些常用的神經網絡操作上進行了性能的優化；版本選擇cudnn 6.0
anaconda：一個開源的Python發行版本，其包含了conda、python等180多個科學包及其依賴項；版本選擇Anaconda3-4.3.0-Linux-x86_64.sh，該版本基於Python 3.6
tensorflow：作為keras的backend，本次安裝選擇的是GPU版，由於cuda是8.0，建議tensorflow選擇tensorflow-gpu==1.4.0
keras：基於Python的深度學習庫，是一個高層神經網絡API，后端可以選擇Tensorflow、Theano以及CNTK。
安裝步驟：
安裝 ubuntu16.04+win7雙系統：
在win7上壓縮出一個free空間，作為ubuntu系統安裝位置。
使用rufus工具將U盤制作為安裝ubuntu的系統盤，安裝步驟教程有很多。
安裝 cuda-8.0
安裝：參開圖中的installation instruction => sudo sh cuda_8.0.44_linux.run
注意：安裝過程中會提示是否安裝顯卡驅動，選擇“否”（n）
檢驗：nvcc --version這種方法不夠准確；建議使用deviceQuery，出現下圖信息表示cuda安裝成功，Result=PASS。
添加到環境變量：在～/.bashrc最后面加入下面的代碼
export PATH="/usr/local/cuda-8.0/bin:$PATH" export LD_LIBRARY_PATH="/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH"
安裝 cudnn 6.0
將下載的tgz文件解壓：sudo tar xvf xxx.tgz
分別將解壓后的include、lib64文件夾中的全部文件copy到/usr/local/cuda/include/、/usr/local/cuda/lib64
重新建立軟連接：
cd /usr/local/cuda/lib64/ sudo rm -rf libcudnn.so libcudnn.so.6 sudo chmod u=rwx,g=rx,o=rx libcudnn.so.6.0.21 sudo ln -s libcudnn.so.6.0.21 libcudnn.so.6 sudo ln -s libcudnn.so.6 libcudnn.so
安裝 Anaconda3-4.3.0-Linux-x86_64.sh
直接運行下載后的sh腳本：
bash Anaconda3-4.3.0-Linux-x86_64.sh
根據提示，敲擊enter或輸入yes。
檢驗：一定打開新的終端來使用anaconda
安裝tensorflow-gpu
更換pip源：
cd ~ sudo mkdir .pip cd .pip sudo touch pip.conf sudo chmod 777 pip.conf gedit pip.conf
在打開的pip.conf中加入下面的信息
[global] index-url = https://pypi.douban.com/simple
更換conda源：
touch ~/.condarc chmod 777 ~/.condarc gedit ~/.condarc
在打開的.condarc中加入下面的信息
channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ - defaults show_channel_urls: true
建立conda環境：
conda create -n tensorflow-gpu python=3.6
激活上一步建立的tensorflow-gpu環境，安裝tensorflow-gpu
source activate tensorflow-gpu pip install tensorflow-gpu==1.4.0
安裝過程中提示更新pip，按照提示操作即可：
安裝keras
在tensorflow-gpu環境下，使用pip安裝：
pip install keras
檢驗tensorflow+keras環境
參考文章：
https://blog.csdn.net/Super_jm_/article/details/78397074
https://blog.csdn.net/huang826336127/article/details/78754767
https://blog.csdn.net/gangeqian2/article/details/79358543