一、安装CUDA9.0
1.安装NVIDIA显卡驱动
首先打开linux系统（Ubuntu16.04）找到设置，设置中的"软件和更新"部分，然后打开，找到“附加驱动”，打开后安装系统推荐的驱动。
然后就是静静等待安装完成就可以了。安装完成后记得重启电脑
这种方法的好处就是不易出错，配置的话电脑都给你做好了。
2.下载CUDA9.0
地址下载：https://developer.nvidia.com/cuda-downloads
下面这个是10.0目前官网最新
安装：sudo sh cuda_9.0.176_384.81_linux.run
只有驱动部分是不需要安装的，因为之前已经安装过了，剩下的都是yes默认
3.配置环境变量：
打开配置环境的文件：
sudo gedit ~/.bashrc
在打开的文本末尾加入：
export PATH=/usr/local/cuda-9.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH
在终端输入下面的语句，使更改的环境变量生效：
$ source ~/.bashrc
查看是否安装成功：
nvcc -V
或者：
sudo nvidia-smi
或者：依次在终端输入：
cd NVIDIA_CUDA-9.0_Samples/0_Simple/vectorAdd
make
./vectorAdd
二、安装cudnn7.4.1
（要安装对应cuda版本的cudnn）
安装cudnn :https://developer.nvidia.com/rdp/cudnn-download
1.linux下载第三个：
2.在终端依次中输入以下命令：
cd cd /media/你的用户名/TOSHIBA\ EXT/alu/CUDA/# 进入 cuDNN 安装文件的所在路径
tar xvzf cudnn-9.0-linux-x64-v7.4.1.5-1.tgz# 解压
sudo cp cuda/include/cudnn.h /usr/local/cuda/include# 复制到 include 中
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64# 复制到 lib64 中
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*# 讲头文件复制进去
至此，cuda和cudnn安装结束，接下来就可以安装自己需要的东西了
三、安装anaconda+创建新环境
如果不安装anaconda，也可以，可以直接在自己环境下pip安装东西，但是因为anaconda会自带很多依赖包，我们不需要安装，而且它还可以创建多个环境实现py2和py3的切换，我觉得这个很好
Ubuntu 安装 Anaconda3 详细步骤
可以到清华源下载很快：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
安装完成之后，如入安装的是anaconda3,输入python，则默认是python3.5
查看anaconda版本和conda版本：
打开jupyter notebook
四、安装pytorch
1.创建环境"mypytorch":
conda create -n mypytorch python=3.5
2.进入环境
source activate mypytorch
3.在mypytorch环境中利用conda命令安装下载好的pytorch文件
去清华镜像源下载对应版本的pytorch
conda install /home/user/pytorch-1.0.1-py35_cuda9.0.176_cudnn7.1.2_1.tar.bz2
4.安装完pytorch后,在继续conda 安装pytorch,
直接安装速度太慢(翻墙也行),第二次是利用pytorch官网给的命令,当conda发现本地已经装了pytorch后,他不会再
安装了,但是会把pytorch需要的其他依赖包给装好,比如cuda9.0等,这些包是从系统设置的源中下载的(比如aliyun)
conda install pytorch torchvision -c pytorch
5.这样pytorch就安装完了
##########测试#############
import
torch as t
x=t.rand(5,3)
y=t.rand(5,3)if t.cuda.is_available():
x=x.cuda()
y=y.cuda()
print(x+y)
五、安装OpenCV3.2.0
通过官方文档和一些博客总结的安装流程大致如下：
1.安装官方给的opencv依赖包
$ sudo apt-get install build-essential
$ sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
$ sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev# 处理图像所需的包
$ sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev liblapacke-dev
$ sudo apt-get install libxvidcore-dev libx264-dev# 处理视频所需的包
$ sudo apt-get install libatlas-base-dev gfortran# 优化opencv功能
$ sudo apt-get install ffmpeg
其他一些包在之后的cmake的时候缺失的时候会进行安装，如果安装失败可以手动下载相应的包然后放入提示的目录下。而cmake下载tar.gz文件的时候可能不支持，需要进行配置，具体操作可以参考这里。
2.下载opencv3.2.0
这里需要下载opencv和opencv_contrib（后者会在cmake配置的时候用到），这是因为opencv3以后SIFT和SURF之类的属性被移到了contrib中，。
$ wget https://github.com/opencv/opencv/archive/3.2.0.zip# 从github上直接下载或者clone也可
$ wget https://github.com/opencv/opencv_contrib/archive/3.2.0.zip
3.编译：(gtx1060)
cmake -DCMAKE_BUILD_TYPE=RELEASE -DCMAKE_INSTALL_PREFIX=/usr/local -DINSTALL_PYTHON_EXAMPLES=ON -DINSTALL_C_EXAMPLES=OFF -DOPENCV_EXTRA_MODULES_PATH=/home/john/opencv_contrib-3.2.0/modules -DPYTHON_EXCUTABLE=/usr/bin/python -DWITH_CUDA=ON -DWITH_CUBLAS=ON -DCUDA_NVCC_FLAGS="-D_FORCE_INLINES" -DCUDA_ARCH_BIN="6.1" -DCUDA_ARCH_PTX="" -DWITH_TBB=ON -DWITH_V4L=ON -DWITH_GTK=ON -DWITH_OPENGL=ON -DBUILD_EXAMPLES=ON -DCUDA_nppi_LIBRARY=true -DWITH_OPENMP=ON -DENABLE_PRECOMPILED_HEADERS=OFF ..
4.完成安装并测试
安装完成以后，重启下机器。编译之后应该会在CMAKE_INSTALL_PREFIX/lib/python2.7/dist-packages/目录下找到cv2.so。打开python console，检测opencv版本python -c "import cv2; print cv2.__version__"。如果正确安装的话则会输出3.2.0。
PS:如果import的时候报类似于error while loading shared libraries: libopencv_core.so.3.0: cannot open shared object file: No such file or directory.的错误，可能是library环境变量的错误，可以尝试将export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib加入到~/.bashrc中然后source。
