サーバーUbuntu18.04のインストールとディープラーニングフレームワークの構築
ビッグフレームワーク：Ubuntu18.04 + NVIDIAドライバー+ cuda10.1 + cudnn7.6.3 + tensorflow-gpuインストールプロセス
https://blog.csdn.net/wangzugenwy/article/details / 100124469
1.CUDA10.1 https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=runfilelocal
2.CUDNN公式ウェブサイトダウンロードアカウント
https://developer.nvidia.com/rdp/cudnn-Linux用のダウンロードダウンロード
3.アナコンダダウンロードURLhttps：//mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
4.Tsinghuaミラーソースチュートリアルを構成しますhttps://blog.csdn.net/qq_41822647/article/details/85122467
5.アナコンダは清華大学オープンソースソフトウェアミラーステーションを使用しています
a.$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
b.$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
c.$ conda config --set show_channel_urls yes
5. anacondaの下に新しい環境を作成するか、直接コマンドconda create -nを実行して、環境名python = 3.6を設定し
てanacondaソフトウェアのインストール（低速）を開始するか、自分で設定した環境名をソースアクティブ化します（このコマンドは、自分で作成した環境を入力してからpip install）
環境コマンドを終了しますconda deactivate list all environment conda env list delete environment conda env remove -n environment name
6.tensorflow-gpuバージョン1.14.0kerasバージョン2.2.5pytorchがanacondaソフトウェアの対応する環境にインストールされている
a.验证tensorflow-gpu是否安装成功 进入对应环境然后终端输入python，在输入import tensorflow as tf(第一次报错在输入一次就可以了)
b.验证keras 进入对应环境然后终端输入python，在输入import keras
c.验证pytorch 进入对应环境然后终端输入python，在输入import torch 然后torch.__version__
然后torch.cuda.is_available()
7.USBフラッシュドライブをマウントする方法https://blog.csdn.net/yy1209357299/article/details/89874661またはsudontfsfix / dev / sdc1（/ dev / sdc1は独自のUSBフラッシュドライブで、sudo fdisk-lにあります。 ）
8. thinlincのリモートマルチユーザーインストール
https://blog.csdn.net/weixin_42268054/article/details/88799328（インストールリファレンス）