联想Y400一个很老的机器了，因为带了块Nvidia的GEFORCE750独立显卡，所以尝试在该老机器上配置深度学习开发环境。前前后后有不少大大小小的坑，基本上都是一路百度、谷歌过来的。记录一下。
1、ubuntu系统安装
采用Ultraiso制作的ubuntu.14的U盘启动盘，采用UEFI的Boot mode。安装挺顺利的，就是重启后黑屏。后来查到貌似是独立显卡驱动的问题。而ubuntu.16.04不存在这个问题。故重新制作ubuntu.16.04的启动U盘。成功安装。
2、cuda8.0安装
- 安装显卡的驱动，去Nvidia官网下载对应显卡的驱动；卸载已存在驱动版本
sudo apt-get remove –purge nvidia*（如果已经安装过独立显卡驱动）；屏蔽集成显卡驱动nouveau，采用blacklist方式，创建新文件：
sudo vim /etc/modprobe.d/blacklist-nouveau.conf
内容为：
blacklist nouveau
options nouveau modeset=0
然后再更新：
sudo update-initramfs -u；然后结束x-window服务，sudo service lightdm stop；按Ctrl + Alt + F1 进入tty1控制台，执行驱动安装的run文件
sudo sh ./NVIDIA-Linux-x86_64-367.57.run 或sudo sh ./NVIDIA*.run；安装完后重启X-window，sudo service lightdm start; 查看已经安装好的显卡驱动版本，可以在终端输入：nvidia-smi 进行查看;
- Nvidia官网下载cuda8.0的包放在电脑中，根据自己的系统选择版本，注意Ubuntu下载请务必下载runfile文件（后缀为.run）
- sudo sh xxx 进行cuda的安装。此处xxx为你下载的cuda包的版本。因为调用sudo权限所以需输入密码，输入密码完成后会出现类似用户协议的的内容，一直点击回车将该部分读完，最后会会有提示输入accept接受协议。记得有一个提示是是否安装显卡驱动，选择否，因为已经手动安装过了。其余的一直回车
- 用sudo gedit /etc/profile命令进行环境变量的添加。输入该命令后最出现如下界面，在文档的最后边输入：
export PATH=/usr/local/cuda/bin:PATHexportLDLIBRARYPATH=/usr/local/cuda/lib64:PATHexportLDLIBRARYPATH=/usr/local/cuda/lib64:LD_LIBRARY_PATH
- 然后点击保存并关闭打开的文件，再在终端中输入：source /etc/profile，使设置生效。
3、cudnn5.1安装
- 下载cudnn5.1,百度云链接为链接: /s/1mij4Z1I 密码: 1rpf ,也可以直接去Nvidia官网下载。
- sudo tar xvf cudnn-8.0-linux-x64-v5.1.tgz,将压缩文件解压，会在当前文件夹下出现一个cuda文件。其内部包含include 与lib64 文件夹，include中为cudnn的头文件cudnn.h。 lib64中为库文件libcudnn.so， libcudnn.so.5， libcudnn.so.5.1.10， libcudnn_static.a。 其中，libcudnn.so.5.1.10是动态链接库文件，libcudnn.so.5 是指向libcudnn.so.5.1.10的符号链接文件，libcudnn.so是指向libcudnn.so.5 的符号链接文件，libcudnn_static.a 是静态库文件。
- 然后把头文件与库文件分别拷贝到前一步安装的cuda路径中，本机的cuda安装路径为/usr/local/cuda
利用命令进行拷贝，代码为：
cd cuda %这个cuda是刚刚解压的包出来的文件夹
sudo cp lib64/* /usr/local/cuda/lib64/
sudo cp include/* /usr/local/cuda/include/
- 在本机安装cuda的文件中创建新的软连接，再修改文件权限。当出现错误提示说某个文件已经存在时，直接用rm 删除掉。代码为：
sudo ln -s libcudnn.so.5.1.3 libcudnn.so.5.1
sudo ln -s libcudnn.so.5.1 libcudnn.so %创建新链接
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn* %修改文件权限
sudo ldconfig %更新链接库
4、anaconda安装
- anaconda官网下载对应版本的anaconda，下载的是python2.7对应的版本。
- bash Anaconda3-4.2.0-Linux-x86_64.sh %对应自己下载的anaconda文件
5、tensorflow1.2安装
可以选择在conda中创建不同的环境安装tensorflow，但是，没法在spyder中直接调试tensorflow代码，需要另外的步骤。所以选择直接安装。很简单的代码，代码为：pip install tensorflow-gpu == 1.2.1
6、keras安装
一句代码： pip install keras
7、opencv(cv2)安装
一句代码：pip install opencv-python
