深度学习环境配置与入门推荐
Ubuntu系统安装
一般情况下做深度学习我们都是在Ubuntu平台下，这里推荐Ubuntu16.04，可以直接去官网下载，然后用软碟通刻盘，刻盘很简单，就是打开软碟通然后导入下载来的Ubuntu镜像文件，其他参数都不用改，直接按默认参数来就行，然后选择你要刻盘的U盘，点击开始刻盘就行了。
刻完盘之后重启电脑，记得进入BIOS（一般都是按F12），选择U盘启动，出来画面之后按着提示一步一步来安装Ubuntu，要是你只打算安装Ubuntu，那么一路默认参数跑到底就行了，装完就会重启进入Ubuntu桌面。
如果你打算安装windows和Ubuntu的双系统，那么在安装Ubuntu之前先在windows上分下磁盘，我一般建议电脑配置内存在16G以上，然后SSD 512G以上，HDD 2T以上，给windows C盘SSD 256G，D盘HDD 500G，其他剩余磁盘部分都给格式化掉，使其处于未分配状态。
然后插入U盘重启电脑开始安装，选择安装选项的时候记得选最后一个“其他选项”，做下分区，把之前留出来的SSD部分分配给/，然后HDD里面分配出与你内存一样大的空间用来做交换空间，剩下的部分全部分配给/home，选择引导安装的地方的时候，记得选成/所在的分区，这样的话装完系统之后可以用EasyBCD来建立windows引导Ubuntu启动，界面会好看点。接下来就是一路默认按着提示来就好了。
Ubuntu配置
安装完Ubuntu之后先联网，再进入系统设置里改下软件更新源地址，推荐使用上海交通大学的源，也就是sjtu的那个。然后打开终端，输入
sudo apt-get update
sudo apt-get upgrade
更新下，有可能提示需要重启，重启之后再进行中文输入法、界面美化之类乱七八糟的设置，这些网上一堆方法，这里就不细讲了。
Python环境配置
建议使用Anaconda，直接去官网下，别用那个Python2.7版本的了，这都什么年代了，用Python3.6或更高的版本。
下完之后打开终端，cd到你保存刚下来的Anaconda文件的目录下，然后输入
sudo chmod +x *.sh
那个“*.sh”改成下来的Anaconda文件名，再输入
./*.sh
“*.sh”同样是下来的Anaconda文件名，一路按照提示来，有个地方会问你是否把Anaconda加入环境变量，记得输入“yes”。
安装完Anaconda以后关闭终端，再重新打开终端，输入
conda update --all
更新下conda里面的部分包，更新完了之后，接下来就可以开始配置深度学习相关的库了。
CUDA安装配置
要是你的显卡是NVIDIA GTX1060以上的，比方说1070，1080，TITAN之类的，那么还是装下CUDA吧，其他的显卡就算了吧，装了感觉没啥区别，可以直接跳过这一部分。
首先需要更新驱动，先去NVIDIA显卡驱动网站查下你的显卡对应的驱动版本，记下版本号，这里注意，一定要把你显卡对应的版本号记住！然后打开终端，输入
sudo add-apt-repository ppa:xorg-edgers/ppa
sudo apt-get update
sudo apt-get install nvidia-367
注意！这里要把“367”换成你前面查到的你的显卡对应的版本号。
接着等待安装完成，完成之后重启电脑，打开终端，输入
nvidia-smi
要是有东西输出，没报错，那就行了。
然后开始安装CUDA，去CUDA官网下载CUDA8.0 deb(network)包，记住！是8.0版本，别吃饱了撑着下9.0版本的，那个新的版本TensorFlow、Pytorch等还没支持，你用不了！还有，下deb(network)的，这个安装最方便，下完之后，打开终端，cd到你下载文件的目录，输入
sudo dpkg -i cuda-repo-ubuntu1604_8.0.61-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda-8
等它安装完就行了。
装完之后cd到你的home目录下，然后输入
gedit .bashrc
打开环境配置文件，在文件末尾添加一行
export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
保存退出就行了。
最后就是安装CUDNN，直接上CUDNN官网下载，这个得注册个账号才能进去，进去之后选择“Download cuDNN v6.0 (April 27, 2017), for CUDA 8.0”这个，别选那个CUDNN7.0的，那个版本深度学习库现在还不支持！打开之后，下载“cuDNN v6.0 Runtime Library for Ubuntu16.04 (Deb)”、“cuDNN v6.0 Developer Library for Ubuntu16.04 (Deb)”，“cuDNN v6.0 Code Samples and User Guide for Ubuntu16.04 (Deb)”这三个，记住！是deb包的，别去下那个library的，那个还要配置，麻烦的一逼。
下完之后，cd到你下载的目录，输入
sudo dpkg -i $(runtime library deb)
sudo dpkg -i $(developer library deb)
sudo dpkg -i $(document library deb)
安装刚刚那三个deb包，记得把命令里的“$(runtime library deb)”这种替换成你下来的deb包名。
好了，这下CUDA、CUDNN都已经安装完成了，再次提醒，别相信网上那些乱七八糟的安装教程，全是一大抄，估计自个都没试过，都是好几年前的安装方法了，只坑你没商量，我现在写的这些都是NVIDIA官方安装说明里给的方法，并且本人已经按照这样的方法装了至少7台机子了。
TensorFlow、Keras、Pytorch等安装配置
这些深度学习库基本都是一键安装，命令行敲敲就好了。
首先讲TensorFlow的安装，这个稍微麻烦一点，打开终端，输入
conda create -n tensorflow
source activate tensorflow
pip install --upgrade $TF_BINARY_URL
这里的“$TF_BINARY_URL”要进行替换，如果你是安装了CUDA，那么将它替换成“https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-0.12.1-cp36-cp36m-linux_x86_64.whl”，否则就用“https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.12.1-cp36-cp36m-linux_x86_64.whl”。至此TensorFlow就安装完了。然后关闭终端，重新打开，输入
python
import tensorflow as tf
sess = tf.Session()
要是没报错的话，那就行了，最后输入
exit()
退出就行了。
接下来是Keras的安装，打开终端，输入
pip install keras
好了，安装完毕，建议再装下Theano，输入
conda install theano
即可。
最后是Pytorch的安装，先打开终端，安装了CUDA的各位请输入
conda install pytorch torchvision cuda80 -c soumith
其他请输入
conda install pytorch torchvision -c soumith
安装完毕。
深度学习资料等推荐
首先是IDE，当然要推荐JetBrains公司的PyCharm了。
然后是关于学习，建议先去Coursera看下Ng的机器学习课，这个是入门，虽然不是用Python，用的Matlab，但对入门有帮助，上课的同时看下周志华老师的西瓜书——《机器学习》。你要是时间充足的话还可以看下Tom M. Mitchell的《Machine Learning》。
这门课上完之后再去优达学城找几门课学学，敲敲代码，在这里推荐《人工智能入门》、《编程基础：Python（中/英）》、《数据分析入门（中/英）》、《机器学习入门（中/英）》这几门课，这些全部完成之后就可以开始看李飞飞的CS231n课了。Ian Goodfellow的《Deep Learning》这本书呢，我是不建议看的，反正我看完之后不知道看的是啥，估计道行太浅，没看懂，尤其是中文版，翻译差的一逼，英文版好像稍微好点，但还是看不懂。
然后平时可以上Kaggle刷刷题啊，指不定哪天运气爆表走上人生巅峰了呢。
