深度学习环境配置一直是AI人入坑最大的门槛，很多人不能配置成功深度学习环境而一直卡在门外．下边介绍一下在Ubuntu系统中配置深度学习环境．
首先介绍一下为什么深度学习大部分在Ubuntu系统或者Linux系统上运行．其实就是系统兼容性与程序运行效率，Ubuntu系统是属于Linux系统，系统开源，很多深度学习的框架方便在系统上部署，最明显的就是现在比较热的pytorch，之前的版本只能支持Linux系统，只有在最新的版本才能够在Ｗｉｎ系统兼容．另一个就是Linux系统的运行效率比较高，相同的硬件配置Linux系统相对Win系统效率上高很多。
另一个就是深度学习需要配置的环境，一个深度学习最基本的需求是一个Nvidai显卡，CUDA，cuDNN。这三个属于深度学习最基本的。相对应于Anaconda与python版本都有一定的关系，下边可以看一下。

下载链接

CUDA list
Anaconda installer archive

https://tensorflow.google.cn/install/source

CUDA9.2安装软件需求

tensorflow_gpu python gcc Bazel cuDNN CUDA版本对应关系

从源代码编译 | TensorFlow
https://tensorflow.google.cn/install/source

由于锐速不支持 Ubuntu 16.04 自带内核 4.4.0-31-generic，因此需要给它降级，我决定将内核降到 3.16.0-43-generic，操作步骤如下：

修改软件源

1. 备份源配置文件

$ sudo cp /etc/apt/sources.list /etc/apt/sources.list_bak
2. 用编辑器打开源配置文件

$ sudo vim /etc/apt/sources.list
在文件最后面增加一行并保存

deb http://security.ubuntu.com/ubuntu trusty-security main
3. 执行以下命令更新配置

$ sudo apt-get update

apt-cache search linux|grep linux-image

比如我现在安装一个linux-image-4.8.0-58-generic，就必须还要安装一个
linux-headers-4.8.0-58-generic。