深度学习环境配置：2080Ti+Ubuntu16.04+CUDA10+cuDNN7.3+TensorFlow-gpu1.12

第一步：系统安装 (Ubuntu16.04)

第二步：连接校园网

第三步：cuda10.0+cudnn7.3安装

第四步：tensorflow_gpu1.12安装

不是浪潮工作站的可以不看第一步

第一步：系统安装 (Ubuntu16.04)

我这个是浪潮工作站，安装系统会麻烦一点

（1）安装时只保留一个硬盘

我安装是双系统，一共有四个硬盘，为了安全起见，我把其他的硬盘都取出来，只留一个。

（2）进入bios换成板载显卡和vga接口，重启

（3）系统安装

参考文献：https://jingyan.baidu.com/article/3c48dd348bc005e10be358eb.html

（切记：安装第三方软件要打勾，这样虽然慢，但是安装得比较全。）

（4）系统安装后，进入bios换成外显卡，dp接口，重启电脑

（5）解决分辨率问题：https://jingyan.baidu.com/article/3c48dd348bc005e10be358eb.html

（6）安装2080ti显卡驱动：先到官网下载驱动，安装教程ubuntu16.04 nvidia显卡驱动安装_Katherine_Shaw的博客-CSDN博客

第二步：连接校园网

这一步试了很多办法，因为是校园网，且我们学校没有对应的linx锐捷认证软件，最后找的别人做的软件

（1）下载和安装教程

参考连接

锐捷、赛尔认证MentoHUST - Ubuntu中文

（2）不允许使用的客户端类型解决

解决办法新浪博客，最后连上网了，系统装双系统的话，卸载window10的网卡，然后重新安装ubunutu也能连上网，但是暂时的，只要切换到window系统在切到ubuntu系统又没网了。

（3）禁止内核更新

连上网后，先禁掉系统内核更新Ubuntu删除内核、禁止内核更新_fengliang4616的博客-CSDN博客_ubuntu 锁定内核我之前配好的环境，系统自动内核更新，然后当时又不懂，进入了更新后的内核系统，环境全没了，又重新安装的系统，配环境。因此，在软件与更新那里也把所有更新的关闭了。

第三步：cuda10.0+cudnn7.3安装

(1)下载好对应版本的cuda10.0和cudnn7.3

(2)安装依赖包

sudo apt-get update
lsmode | grep nouveau
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
sudo gedit /etc/modprobe.d/blacklist-nouveau.conf
sudo update-initramfs -u

可以在使用pip的时候加参数-i https://pypi.tuna.tsinghua.edu.cn/simple，特别好用的东西

（3）安装cuda10.0

lsmod | grep nouveau  查看是否禁用 nouveau
chmod +x cuda_10.0.130_410.48_linux.run
sudo sh cuda_10.0.130_410.48_linux.run
reboot
sudo gedit ~/.bashrc
export PATH=/usr/local/cuda-10.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH
source ~/.bashrc
nvcc --version

(4)安装cudnn7.3

到下载目录下

sudo cp cuda/include/cudnn.h /usr/local/cuda-10.0/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-10.0/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda-10.0/lib64/libcudnn*
source ~/.bashrc
nvcc --version
cd /usr/local/cuda-10.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuerylscat /usr/local/cuda/version.txt
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

第四步：tensorflow_gpu1.12安装

这个时候还没有出cuda10对应的tensorflow_Gpu,我用的是外网别人写的，先进的东西找不到，还是多去google看看吧

https://github.com/tensorflow/tensorflow/issues/22706

sudo apt-get install python3-pip python3-dev

pip3 install tensorflow-1.12.0rc2.748435b.AVX2.CUDA10-cp35-cp35m-linux_x86_64.whl

最后就可以用2080ti跑深度学习的环境了，虽然配环境的过程很痛苦，但是环境配好后就很开心啦。