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。
电脑概览
电脑型号 兼容机
操作系统 Ubuntu 16.04 LTS
CPU AMD Ryzen 7 1700X Eight-Core Processor(3400 MHz)
主板 华硕 ROG STRIX X370-F GAMING
内存 16.00 GB ( 2400 MHz)
主硬盘 2000 GB (希捷 ST2000DM006-2DM164 已使用时间: 78小时)
显卡 NVIDIA GeForce GTX 1080 Ti (11264MB)
显示器 戴尔 DELL P2417H 32位真彩色 60Hz
声卡 NVIDIA High Definition Audio
网卡 Intel(R) I211 Gigabit Network Connection
安装过程如下所示：
1、nvidia 驱动
update：最近电脑被熊孩子重新装Linux 2号系统弄得用不了，今天重新安装系统，卡在驱动安装上面，再重新安装了几次系统尝试后，把这个成功的方法记录下。
bios设置：关闭 scrue boot ，boot 菜单下进入 scrue boot ,进入 key management，clear all 。。。.那个以后，将系统类型设置为 other OS，此时 scrue boot 变为 disable。
进入系统以后，没有禁用 nouvean的步骤，直接 安装 一些工具(第二个可能拼写错了 换成synaptic试试）
sudo apt-get install dkms sysoptic build-essential
然后关闭x-window，我执行了以下命令
sudo systemctl stop lightdm sudo service lightdm stop sudo /etc/init.d/lightdm stop
接着 加载 ppa 源，
sudo add-apt-repository ppa:graphics-drivers/ppa
然后更新一下
sudo apt-get update sudo apt-get upgrade
最后安装：驱动和一个工具
sudo apt-get install nvidia-390 nvidia-modprobe
我觉得这次和上次我能安装成功，和nvidia-modprobe 有很大关系，不幸的是我没有当时一股脑将命令行记录下来，而是脑中记录了nvidia-384 才是OK的。
link ： https://gist.github.com/wangruohui/df039f0dc434d6486f5d4d098aa52d07#install-nvidia-graphics-driver-via-apt-get
link ： https://www.cnblogs.com/matthewli/p/6715553.html?utm_source=tuicool&utm_medium=referral （这次没用上，但能填其它坑）
----------------------------------以下方法方法不靠谱--------------------------------------------------------
Cril + Alt + F1,进入命令行模式，登录自己的账户：
$ sudo service lightdm stop
$ sudo apt-get --purge remove nvidia-*
$ sudo add-apt-repository ppa:graphics-drivers/ppa
$ sudo apt-get update
$ sudo apt-get install nvidia-384
$ sudo service lightdm start
Cril + Alt + F6 or F7，登录，或者重启，然后登录，就可以了，有些人提到了要关闭主板、BIOS 相关命令，表示在此主上不需要这么麻烦，所以happy的这样配置就好。
--------------------------------------------------------------------------不靠谱的方法 end ----------------------------------------------------------------------------------------------------------------------------
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。