上个随笔讲了在windows 上安装 caffe，并且 跑mnist 这个例程的过程，说真的，就像奶妈一样，每一步都得给奶才干活。最近配置了一台台式机，可以作为以后自己配置学习机的参考。
配置如下：补图。
安装过程如下所示：
1、nvidia 驱动
2、cuda ，在官网上下载 cuda 8.0，我下载的是 .deb 文件，根据官网上的提示进行安装，最后需要在 .bashrc 文件中添加一些内容，我我这边添加的内容可以去install guide 中找到，也可以通过其他人的博客来找到并且添加。
3、opencv 3.3 的安装可以参考我以前的博客，我这次本来是先提前安装 opencv 3.1 的版本的，后来多次编译都没有办法将它安装成功，于是自己果断换了 3.3 版本的，一次编译、安装，看来有时候安装软件需要考虑版本，并不是越老的版本越稳定，越容易安装。
4、caffe 的安装，还是根据官网的说明+以前自己的博客来进行，安装过程中 运行了mnist 训练例程，发现是秒完成。在执行 ./train_lenet.sh 的时候发觉执行起来 有些问题，博客上提示的 sudo ./train_lenet.sh 命令可以解决这个问题，而博客上提示的 重新装 1080 ti 的驱动的建议则是相当坑爹，当初安装这个驱动就花了一些时间，重新安装his不可能。
5、后来自己折腾了很久用 bazel 编译 TensorFlow 不巧的总是出错，而借助 pip 和 pip3 两个命令进行安装，发觉也是不能做到，而师弟们在这台电脑上借助 Anaconda 则轻松完成了安装，那么就用师弟们安装的吧。
6、过几天自己需要mxnet 在 ubuntu 上安装，毕竟 李沐 老师提供了一套非常牛逼的 深度学习 教程，强调实践。