手把手教你安装深度学习软件环境（附代码）

来源：机器之心

本文长度为2800字，建议阅读5分钟。

本文向你解释如何在一台新装的 Ubuntu 机器上安装 Python 和 Nvidia 硬件驱动、各类库和软件包。

为了进行强化学习研究，我最近购置了一台基于 Ubuntu 和英伟达 GPU 的深度学习机器。尽管目前在网络中能找到一些环境部署指南，但目前仍然没有全面的安装说明。另外，我也不得不阅读了很多文档来试图理解安装细节——其中的一些并不完整，甚至包含语法错误。因此，本文试图解决这个问题，提供一个详尽的软件环境安装指南。

本文将指导你安装

• 操作系统（Ubuntu）

• 4 种驱动和库（GPU 驱动、CUDA、cuDNN 和 pip）

• 5 种 Python 深度学习库（TensorFlow、Theano、CNTK、Keras 和 PyTorch）

这些软件之间的互相依赖关系如下图所示。其中，你只需要安装一种深度学习库，请自由选择。

深度学习软件安装和依赖示意图

以下是各个软件的细节介绍：

1. Ubuntu（v16.04.3）——操作系统，各种任务处理。

2. Nvidia GPU 驱动（v375）——允许系统获得 GPU 带来的加速。

3. CUDA（v8.0）——GPU C 语言库。「计算同一设备架构」。

4. cuDNN（v6.0.21）——基于 CUDA 的深度学习基元库。「CUDA 深度学习库」。

5. pip（v9.0.1）——Python 安装包。「Pip 安装包」。

6. TensorFlow（v1.3）——谷歌开发的深度学习框架。

7. Theano（v0.9.0）——此前由 MILA 负责维护的深度学习框架。

8. CNTK（v2.2）——微软研究院开发的深度学习框架。

9. Keras（v2.0.8）——深度学习包装可互换后端。可与 TensorFlow、Theano 和 CNTK 共同使用。

10. PyTorch（v0.2.0）——可被 GPU 加速的动态图深度学习框架，主要由 Facebook 的研究人员负责开发。

1. 安装 Ubuntu 16.04.3