deepin是一個精致優美的系統。最近因為工作需要在deepin上配置深度學習環境，話不多說，接下來記錄下整個的配置過程。
×××本篇文章適合對深度學習環境配置有一定了解且對deepin系統感興趣的同伴閱讀。×××
1.安裝顯卡驅動。deepin自帶的【顯卡驅動管理器】即可圖形化的完成NVIDIA的閉源顯卡驅動。
2.安裝anaconda。現今較為主流的深度學習框架（如tensorflow,pytorch,caffe等）均提供了python接口，使用anaconda可以較為便捷快速的配置深度學習所需的python環境。安裝anaconda的教程很多，這里不在贅述。參考教程：https://www.jianshu.com/p/f7c341085746 建議安裝anaconda。
3.創建虛擬環境: conda create -n test PYTHON=3.6，進入虛擬環境: conda activate test，安裝自己需要的深度學習框架（conda install xxx）。使用anaconda不作為本篇重點，參考教程：https://www.cnblogs.com/szj666/p/11014929.html。使用anaconda安裝深度學習框架的同時一般會自動安裝上cuda和cudnn,這里需要注意cuda和前面安裝的顯卡驅動版本要匹配，否則無法正常使用GPU進行計算。顯卡驅動和cuda版本對應要求具體關系如下：
4.按照上述配置后，正常情況下就已經完成了深度學習環境的配置，可以使用GPU進行計算了。但有時會出現如下問題：如torch.cuda.is_available()返回false，或顯示Found no NVIDIA driver on your system. 在確認上述安裝無誤的情況下，可以嘗試輸入指令sudo apt-get install nvidia-cuda-toolkit(即安裝nvcc)即可。