一、安装显卡驱动

网上关于安装Nvidia驱动的教程有很多，有些考虑到还有安装cuda的版本，驱动版本还有要求，其次还要求禁用nouveau驱动，关闭图形界面等操作，但下面的操作通过添加源就能实现安装最新驱动，最为方便

添加Graphic Drivers PPA

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

打开Software & Updates，选择Additional Drivers，一般需要加载一定时间，会出现多个驱动，选择最新的也就是版本号最大的NVIDIA-Driver，点击应用，需要等待一点时间生成应用，完成便成功安装了驱动 Nvidia显卡驱动

二、安装Anaconda

对于Anaconda就不做过多介绍，下面直接来安装

去Anaconda官网下载相应的安装包，以Ubuntu18.04为例，下载Anaconda3-2018.12-Linux-x86_64.sh，打开终端安装

# 进入下载目录
~$ cd Downloads/
# 执行安装
~/Downloads$ bash Anaconda3-2018.12-Linux-x86_64.sh

创建虚拟环境

# 通过conda创建虚拟环境，命名为deepl
conda create -n deepl python=3.6

以上命令则创建了名为deepl的虚拟环境，我们可以打开和关闭环境

# 打开环境
source activate deepl 
# 关闭环境
source deactivate deepl

配置深度学习环境
Anaconda Cloud官网提供了各种包的安装命令，可以搜索并安装到我们创建的虚拟环境中，例如搜索tensorflow，执行便可安装 tensorflow

# 激活虚拟环境
source activate deepl 
# 安装tensorflow
conda install -c anaconda tensorflow-base

安装过成完全自动，conda会自动解决环境和依赖的问题，安装完成后，便可执行查看

$ source activate tf
(tf) usr:~$ python
Python 3.6.7 | packaged by conda-forge | (default, Nov 21 2018, 03:09:43) 
[GCC 7.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
>>> tf.__version__
'1.10.0'

其他包的安装类似，比如pytorch、opencv等