前两天为了尝试一下mxnet和torch的框架，把笔记本上的环境给高乱了。
笔记本配置：
显卡：gtx850m 4g
cpu: i7 4710hq
于是，昨天和今天就为此折腾。昨天搞了很久基本上都是失败的---或者叫做是坎坷的经历。
而今天的明显顺畅了。
先说昨天：
1。 先是糊里糊涂的安装了ubuntu17.04. 随后，情况如下：
caffe 从源码编译，一直过不了。 不记得是什么问题了，因为我一开始就另装了gcc-g++4.9并设置为默认。
反复折腾很久，放弃。
但是，ubuntu17.04支持一键安装，就是只安装别人编译好的环境，只有130M左右。不需要折腾源代码的可以直接用了。
caffe2 安装貌似没问题。一路通关。
torch7： 由于改了gcc g++的版本， 所以编译安装完成。
mxnet: 貌似不行。 忘记是什么错误了。
tensorflow: 可以装上，但是好像是用的cuda9. 版本为1。3。0 。
由于不能支持caffe的源代码编译，或者另外需要研究其原因，本人不想继续纠结。
2. 重装ubuntu17.04 再尝试一遍，问题依旧。
3 一怒之下，换回ubuntu14.04----因为听说 torch7可以在这个系统上跑得很好。而对与caffe来说，也是很成熟的平台了。
但是，我发现，安装了显卡驱动，cuda之后，开机黑屏了。
4 不打算和显卡战斗到底，我决定返回ubuntu16.04. 安装了系统，准备了基本文件。
5 于是就到了今天。
5.1 挫折--或叫做小插曲：
安装了ubuntu16。04英文版，安装了caffe, caffe2, tensorflow 都很好。但是，为了安装汉语输入，各种安装，各种卸载，结果把gtk卸载了，最后开机后白屏进不去。
无奈，只好重置系统，安装中文版。
5.2
安装cuda8------决定坚决不再升级到cuda9。
安装cudnn6.0 ---- 这个版本能支持tensorflow。
caffe--源代码安装完成。
torch7----默认脚本安装--实际上就是源码安装--完成。
mxnet--目前编译还在继续，看起来不错......即使不可行，也可以考虑用pip安装，应该可以的。 源码安装失败。 pip安装成功。
caffe2----前置已经搞完了，还没动手安装......都是pip.。 源码安装成功。
tensorflow----应该没问题。。。。。。pip安装。。。。pip安装成功。
总结： 1 由于本人主要还是关注算法，对于计算机科学的知识确实很不系统，由于时间关系，不想深入研究，这也许是本人的一个很大的不足把。
这方面必须要想办法改进。
2 搭建深度平台，特别是多平台，问题总是极为丰富多彩的。同一个机器硬件环境，同一个操作系统，也会出现完全不同的问题，而且时间不同，多次安装并调试，也会有不同的新问题。也许这是一个广泛存在的问题，毕竟是要稳定运行在显卡上的，还要在显卡上编程。
3。 做这个记录，也是为了自己以后有所注意，有些坑就不要跳了。
4。 操作的问题。 在linux上操作，必须要有些谨慎，那句不过时的话叫做：能力愈大，责任越大。共勉。