写文的目的：笔记本和台式机的安装是略有不同的，为了以后查阅方便，记录下安装细节
目标：在台式机上安装上ubuntu18.04+nvidia显卡安装+cuda9.0+cudnn7+anaconda3+tensorflow-gpu1.6.0+keras首先要准备一个USB启动的UBUNTU18.04安装盘，有些小心得可见：
/qq_37285386/article/details/96841585
我再补充一下再安装过程中很重要的一点：当所有的分区（/，/boot等）都配置号后，最后一步有个启动盘位置的选择，这里我劝大家选择整块硬盘，也就是你自己的机械硬盘，这样安装好重启的时候会Z自动出现系统选择项，如果你选择了/boot，那么你需要按照这篇博客最下面的操作了，很烦的，虽然我也成功了，但是不推荐！！！
/a272846945/article/details/51010662安装好UBUNTU后，首先安个搜狗输入法吧，参照：
/darklights/p/7722861.html然后开始安装nvidia的显卡，进去软件更新器，然后点击设置，点击辅助驱动，选nvidia的驱动然后应用就可以了。
注：我在笔记本上安装好后就可以直接输入nvidia-smi查看显卡的消耗情况了，但是在台式机上会报错：NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver，解决方法如下：
首先，cd /usr/src，然后输入ls 记录下nvidia的版本号
然后，sudo apt-get install dkms
最后，sudo dkms install -m nvidia -v xxx 这里的xxx就是你的版本号了
然后重启就OK了安装cuda9.0时，注意在出现install nvidia accelerated graphics driver…的时候选择no，其他选yes，还有toolkit位置，我改成了/home下面，因为空间大，如果修改了位置，那么相应的在后面的环境变量修改中也要做相应的修改才行！！！cudnn7这个网上教程很多的，基本不会出现问题完成后，记得要用demo进行测试哦，通过了就可以了。接下来去pycharm官网下载.2的linux专业版本，然后使用与win10相同的方法将JetbrainsIdesCrack-3.4-release-enc放入到安装的/bin下面，然后再activation code中随便输入一个东西就行了anaconda3的安装很简单，不叙述了使用conda search tensorflow-gpu 和 keras就可以查到可以安装的tensorflow-gpu/keras版本了，使用conda install tensorflow-gpu版本号安装即可 需要注意的是：tensorflow-gpu和keras的版本要匹配哦，不然会有后续问题的。 我安装的是 tensorflow-gpu
一定要注意不要用pip install ，这玩意儿很不人性化的
**.9.17补更：**安装opencv还是用conda，但是如果使用cv2的时候出现GTK+2.X问题，那就直接运行以下语句即可：pip install opencv-contrib-python本人现在的研究方向是：
图像的语义分割，如果有志同道合的朋友，可以组队学习
haiyangpengai@ qq:1355365561
完结
如果觉得《ubuntu18.04+nvidia显卡安装+cuda9.0+cudnn7+pycharm.2专业版激活+anaconda3+tensorflow-gpu1.6.0+keras+opencv3》对你有帮助，请点赞、收藏，并留下你的观点哦！
