環境零零碎碎地搭了三四天，雖然碰到各種問題，但還是搭建好了，自己整理記錄下，同時也算給有需要的人一些指導吧
一．雙系統的安裝
- Win10硬盤管理助手 壓縮或者直接利用未使用的空間，空間大小自定，將騰出的磁盤空間刪除卷，變成未分配狀態。
2.選擇ultraISO制作Ubuntu系統盤，即借由ultraIOS將系統鏡像ISO刻錄至U盤中，U盤實現備份重要文件。
3.系統盤制作完成后，安裝系統，重啟電腦，按F12進入BIOS，選擇U盤啟動，就會進入安裝界面 注意：安裝時系統語言選成英文，盡量不要選擇中文，因為在后期工作可能會出現難以避免的未知錯誤
4.安裝步驟主要注意雙系統安裝時選擇安裝路徑時選擇其他選項，自定義分區
/ /home /boot以及swap區划分方式詳情百度
建議最后分配主分區 /
二．開始安裝環境前的准備
- 安裝基於linux系統的NVIDIA圖形驅動，百度搜索英偉達驅動或者直接訪問英偉達官網，下載最新驅動，注意安裝驅動系統選擇linux x86 64位，一般384.111版本左右皆可，不要太低版本
- 鼠標右鍵打開終端的插件，會提高工作效率
sudo apt-get install nautilus-open-terminal
執行上述指令即可
注：剛安裝完的Ubuntu系統默認分辨率會很低，建議在win10下載完linux系統的NVIDIA驅動，直接在Ubuntu安裝
NVIDIA驅動安裝時切記關閉圖形
sudo service lightdm stop
黑屏后按ctrl+alt+F1進入tty1模式
不太熟悉linux環境注意記住驅動存放地址，進入tty1模式后，訪問進入驅動所在文件夾，安裝驅動
.run文件安裝指令詳情百度
安裝完成后sudo service lightdm start
分辨率變化或者終端輸入nvidia-smi，出現顯卡信息代表安裝成功
三．Cuda8.0的安裝
同樣建議在win10下下載好cuda8.0版本，直接進入終端安裝，方法類似驅動安裝。
配置cuda安裝時選擇參考其他安裝指南install（之前發的文件），安裝路徑時選擇默認路徑，詢問是否安裝NVIDIA驅動選擇否，因為已經裝過了。
安裝完成后配置變量，詳見百度或之前發的install
四．Cudnn5.1安裝
將cudnn解壓，運行下指令進行覆蓋
tar xvzf cudnn-7.5-linux-x64-v4.tgz #這里要注意你下載的版本，需要解壓你下載的對應版本的文件
#解壓后的文件夾名字是cuda
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*
測試cuda指令
cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
make
./deviceQuery
完成后出現顯卡信息，並且最后顯示PASS即成功
注：make可能會出現權限不足的問題，可能是由於終端開啟過多導致，點擊最左終端顯示所有運行的終端，關閉所有終端窗口，重新運行即可。
若無效嘗試修改用戶權限
五．TensorFlow安裝
訪問TensorFlow官網
安裝Python3.4
詳細辦法百度，安裝完成后設定Python3.4為默認版本，並且不能 一定不能卸載之前版本的Python，否則會出嚴重bug
注：請注意不同TensorFlow版本對應的python版本，在下載時應當互相對應，避免無法運行。
安裝python3.4
Sudo add-apt-repository ppa:fkrull/deadsnakes
Sudo apt-get update
Sudo aptget –y install python3.4
設置python3.4為默認版本，一般ubuntu自帶較多版本的python
Sudo update-alternatives –install /usr/bin/python python /usr/bin/python2 100
Sudo update-alternatives –install /usr/bin/python python /usr/bin/python3 150
終端輸入python可以查看默認版本
TensorFlow的安裝
按官網英文安裝指南依序配置， 使用pip進行安裝
配置pip
Sudo apt-get install python3-pip python3-dev
安裝tensorflow
Sudo pip3 install --upgrade https://storage.googleapis.com/tensorflow/linux/gup/tensorflow_gpu-1.2.1-cp34-cp34m-linux_x86_64.whl
完成安裝執行(六)進行python進行測試
注：如果測試時出現ImportError: libcusolver.so.8.0: cannot open shared object file: No such file or directory的報錯，說明路徑沒有正確設置
設置方法如下：
Sudo vim ~/.bashrc
在文件末添加
export LD_LIBRARY_PATH=”$LD_LIBRARY_PATH:/usr/local/cuda/lib64”
export CUDA_HOME=/usr/local/cuda
完成后執行
source ~/.bashrc
詳情參考http://blog.csdn.net/appleml/article/details/76922476
六．TensorFlow的測試
終端輸入下指令
python
>>> import tensorflow as tf
>>> hello = tf.constant('Hello,Tensorflow')
>>> sess=tf.Session()
>>> print(sess.run(hello))
如果可以顯示Hello，Tensor，就說明沒問題了！
再試一個
>>> a=tf.constant(10)
>>> b=tf.constant(22)
>>> print sess.run(a+b)
輸出應當為32
參考：
[1] Ubuntu 16.04與Win10雙系統雙硬盤安裝圖解
https://blog.csdn.net/fesdgasdgasdg/article/details/54183577
[2] windows10安裝ubuntu雙系統教程（絕對史上最詳細）
https://www.cnblogs.com/masbay/p/10745170.html
[3] Win10 Ubuntu16.04/Ubuntu18.04雙系統完美安裝
https://blog.csdn.net/qq_24624539/article/details/81775635
[4] Win10+Ubuntu雙系統修復Ubuntu系統引導
https://blog.csdn.net/chekongfu/article/details/84872841
[5] Ubuntu 16.04 Nvidia驅動安裝(run方式)
https://blog.csdn.net/lihe4151021/article/details/90083431
[6] Ubuntu 16.04安裝CUDA8.0
https://www.linuxidc.com/Linux/2018-09/154292.htm
[7] Ubuntu16.04下安裝cuda和cudnn的三種方法（親測全部有效）
https://blog.csdn.net/wanzhen4330/article/details/81699769
[8] Ubuntu16.04上安裝cudnn5.1詳細教程
https://blog.csdn.net/QLULIBIN/article/details/80729570
[9] Ubuntu16.04下安裝tensorflow（GPU加速）
https://blog.csdn.net/qq_30520759/article/details/78947034
碼字不易，如果您覺得有幫助，麻煩點個贊再走唄~