搭建双系统window+Ubuntu16.4，cuda，cudnn机器学习平台

目标：搭建双系统window+Ubuntu16.4，cuda，cudnn机器学习平台，tensorflow+pytorch+keras，因为实验要求还需要python3.6+tensorflow1.9和python2.7+tensorflow1.1.0，pycharm。

steps：

1. 双系统安装参考b站视频。记录几个安装过程中的小问题：1.进入BIOS设置U盘启动后保存重启电脑，并没有直接进入安装界面，而是进入window登入界面，这时再重启即可。2.进入Ubuntu后发现分辨率对不上，解决方法。3.安装搜狗输入法，方法。4.发现无法连接wifi，只能有线连接，猜测是驱动没装，网址。发现我的网卡需要kernel4.6+，而默认kernel为4.4.0，所以要先升级kernel到4.6，方法。升级到4.6后wifi就可以连接了，实际上驱动已经装好只是没有对应的kernel。4.升级kernel之后分辨率问题又再次出现，运用1.2方法并不能解决问题，猜测是显卡驱动问题。因为之后要安装NVIDIA显卡驱动这里先跳过这个问题，看能不能安装NVIDIA驱动之后解决这个问题。
2. 安装NVIDIA驱动参考，自己下载驱动安装更好我试验一次性就成功了，注意笔记本下载notebooks版本的（这个问题坑了我很久），在运行驱动的.run文件时，加上后面的-no-opengl-files参数。安装过程中选默认选项即可。nvidia-smi查看安装的驱动是否成功。很遗憾的是，更新驱动后并不能解决1中分辨率的问题，额外的解决方法,解决之后又出来无法应用原保存的显示器配置的问题，解决方法。更改一下step1中的顺序，也许先升级kernel之后，再用1.2方法可能解决这个问题，但我并没有尝试过。
3. 安装cuda，cudnn。这里应该先根据你要选的tensorflow的版本选择cuda的版本，这一点很重要，因为高版本的tensorflow可能不适用于低版本的cuda，而cuda对显卡运算能力也有要求（要求），这里一定要先考虑所需要的环境来选择版本，以免反复安装，这里因为需求的两个版本的tensorflow相距较远，虽然后面的版本大多开始倾向于cuda9.0+的版本，但是为了兼顾需求选择cuda8.0这个比较稳定的版本，参考。nvcc -V检查安装结果。
4. 安装anaconda2，anaconda3。清华源下载，先按照3，在安装2,将2安装在anaconda3根目录下envs下的py27（该目录自己在安装2时指定为安装的目录，不需要自己创建）。
5. 安装pycharm，安装tensorflow1.9和tensorflow1.1.0。pycharm下载安装后，在setting-project interpreter中分别添加system interpreter 位于anaconda3/bin/python和anaconda3/envs/py27/bin/python，这样就生产了Python2.7和3的两种anaconda环境，这时就可以方便的在pycharm的两个环境中分别安装对应版本的tensorflow。安装tensorflow之前第一要添加额外的源，加快安装速度，第二要分别获取anaconda3和py27文件夹的777权限。安装十分轻松，一次就过。只是在切换两个环境时由于自带的包较多，所以反应较慢，如果没有很多要求对具体的实现应该创建对于的虚拟环境，这样具体安装所需的包即简洁又方便管理。此step的安装过程在window10下好像有问题，之前成功过之后再安装一直卡在安装tensorflow1.1.0上，所以转而在Ubuntu上进行。毕竟才支持window所以还是有点不稳定。
6. 再安装额外的可选择的keras和pytorch。