本文主要讲述在Ubuntu14.04系统下配置keras
nvidia显卡驱动安装
1.进入Nvidia的官网，找到对应自己版本（TITAN Xp）显卡的Linux 64-bit 的驱动程序，然后下载.run驱动 2.安装
$ sudo service lightdm stop
按住Atrl+Alt+F1进入纯字符界面，输入用户名和密码（注意这时候小键盘不可以使用） 给NVIDIA**.run文件权限
$ sudo chmod 777 NVIDIA**.run
$ sudo ./NVIDIA**.run
最后安装完毕，重新登入图形界面
$ sudo service lihtdm start
按Atrl+Alt+F7进入桌面， 输入
$ nvidia-smi, nvidia-settings
如果出现对应的显卡信息，则说明安装成功
cuda 安装
1.去CUDA官网查看自己GPU版本对应的cuda,在这里我们同样下载.run文件，安装方式同上：
Atrl+Alt+F7
$ sudo service lightdm stop
$ sudo chmod cuda **.run
$ sudo ./cuda**.run
enter以后第一步要注意，它问需不要安装显卡驱动，这一步一定是 NO，然后一直yes enter,就可以了
2.添加CUDA环境变量
在终端输入：
$ sudo gedit /etc/profile
在最后输入：
export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda8.0/lib64
保存退出
cudnn 安装
下载cudnn需要在官网注册一下，并填写一个小问卷 假设已经下载好cudnn
$ cd
$ sudo tar xvf cudnn-8.0-linux-x64-v5.0-rc.tgz
$ cd cuda/include
$ sudo cp *.h /usr/local/include/
$ cd ../lib64
$ sudo cp lib* /usr/local/lib/
$ cd /usr/local/lib
$ sudo chmod +r libcudnn.so.5.0.4
$ sudo ln -sf libcudnn.so.5.0.4 libcudnn.so.5
$ sudo ln -sf libcudnn.so.5 libcudnn.so
$ sudo ldconfig
安装anaconda,并使用coda配置TensorFlow和keras
1.anaconda官网下载anaconda
bash Anaconda**.sh
在安装的过程中，会问你安装路径，直接回车默认就可以了。有个地方问你是否将anaconda安装路径加入到环境变量（.bashrc)中，直接选择yes,
在终端输入
python
conda list
如果出现安转的python包，则说明安装成功。
2.tensorflow和keras配置
conda install tensorflow-gpu
conda install kears
至此，完成了ubuntu14.04下tensorflow和keras配置
