Ubuntu16.04 + GTX1080 + cuda8.0 + keras + TensorFlow安装与配置

        这两天，由于工作需要，需要在linux系统中配置深度学习环境。

        首先，因为只有一台电脑，还有一些工作要在win平台中来完成，所以打算装个虚拟机来满足需求。按照keras中文文档上的（1. http://keras-cn.readthedocs.io/en/latest/for_beginners/keras_linux/）在虚拟机中装了Ubuntu16.04的系统，然后开始安装GPU驱动和cuda。按照文档上一步一步的安装完毕，最后重启系统，系统卡在了登陆界面，登陆成功后又跳回登陆界面。看了很多关于这个问题的博客，大致都是说装的GPU驱动导致了虚拟机的图形界面无法正常使用。然后一番卸载，重装，问题始终没有解决。最后，在网上看到说虚拟机的显卡不是用的宿主机上的显卡，而是虚拟出来的，需要特别的配置才能使用宿主机上的显卡，感觉坑会有很多很大，因此排除了虚拟机这个方案，正好老大也提出可以额外配一台电脑用于win平台的工作需要。至此，虚拟机配置深度学习GPU加速的任务宣告以失败结束。

         然后，今天开始在主机上安装Ubuntu系统，并配置相关环境，其中安装成功了一次，但是由于安装的是cuda7.5，很多资料的建议是安装cuda8.0，因此作罢，要重新安装cuda8.0，卸载重装折腾一番，因为一些没法清除干净的文件，一直存在诸多问题。无奈只好重装系统，囧。由此也得到了一个教训，那就是不能完全按照文档上的安装步骤，在无法理解每一步的情况下，可能会有很多意外的情况，那么一个普适性的安装教程是非常有必要的。幸运的是，这个教程出现了（2. http://www.52nlp.cn/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B8%BB%E6%9C%BA%E7%8E%AF%E5%A2%83%E9%85%8D%E7%BD%AE-ubuntu-16-04-nvidia-gtx-1080-cuda-8），按照这个教程，比较顺利的完成了GPU驱动+cuda8.0的安装配置。只有一点，就是在环境变量配置这一步

按照作者提供的信息安装完后，会覆盖系统本来的环境，导致一些常用的ls，cd等指令无法执行。由于本人知识储备有限，暂时无法理解这些问题的本质，但是问题还是解决了，就是采用了1中的操作

至此，GPU驱动和cuda8.0安装完成。

    接下来是keras+TensorFlow的安装，第一次，是的，完成这个任务尝试了不止一次，第一次的参考了（3. http://www.cnblogs.com/denny402/p/5849416.html）中，借助anaconda来安装keras+tf的路子，在anaconda中安装了tf，然后在pip中安装了keras，一切比较顺利。兴奋的打开攒了好几天的网上克隆下来的验证码识别项目跑起来，气，速度根本没有提升嘛，跟之前用CPU跑的速度是一样的，一番检查，确认确实没有使用GPU来加速，很气，安装了半天的GPU+CUDA完全没有生效。一番查阅资料，推断应该是安装的tf是CPU版本的，再次囧，只有卸载重装（囧，一天都在卸载重装）。第二次认真起来，确认安装了GPU版本的tf，又借助anaconda安装了keras，一切就绪，打开项目，完美，训练速度蹭蹭的。