sudo apt-get update & sudo apt-get upgrade(如果无法更新，请更改源地址，使用阿里源或者网易源，我们公司网络就不好最后使用阿里源成功的)
sudo add-apt-repository ppa:graphics-drivers/ppa sudo apt-get update ubuntu-drivers devices sudo ubuntu-drivers autoinstall
安装显卡驱动
sudo reboot nvidia-smi
若输出显卡信息则安装成功
4.安装CUDA
在官网https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=runfilelocal下载安装包，默认下载到Downloads目录下
cd ~/Downloads/
运行下载的.run文件，如：cuda_10.1.105_418.39_linux.run
sudo sh cuda_*_linux.run
在过程中，选择需要安装的内容时，请将驱动driver去掉，不要安装显卡驱动！
环境变量的配置，这里主要配置/etc/profile文件和/etc/ld.so.conf.d/cuda.conf文件，而cuda.conf文件需要新建
在etc/profile文件中添加PATH的路径
PATH=/usr/local/cuda/bin:$PATH export PATH
cuda.conf文件
/usr/local/cuda/lib64
使环境变量生效
source /etc/profile sudo ldconfig
这一步进行完成后，可以通过nvcc --version等命令来检查CUDA是否正确安装
测试是否安装成功，出现pass 说明成功，如果不是请检查显卡驱动和cuda 版本
cd /usr/local/cuda/samples/1_Utilities/deviceQuery sudo make ./deviceQuery
3、安装CUDNN
在官网https://developer.nvidia.com/cudnn注册账号并下载，选择下载cuDNN Library for Linux，不过说实话现在官网给的版本好多好多看花了眼23333，默认下载到Downloads目录下，解压并复制
cd ~/Downloads/ tar -xzvf cudnn-* sudo cp cuda/include/cudnn.h /usr/local/cuda/include sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64 sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
查看CUDNN版本
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
安装cuDNN相关驱动
下载cuDNN
（2）将文件进行解压
tar -zxvf ./cudnn-9.0-linux-x64-v7.3.1.20.tgz
（3）将cudnn.h拷贝到include目录下
sudo cp ./cuda/include/cudnn.h /usr/local/cuda-9.0/include/
（4）将libcudnn开头的文件拷贝到lib64下
sudo cp ./cuda/lib64/libcudnn* /usr/local/cuda-9.0/lib64/
（5）给文件增加执行权限
sudo chmod a+r /usr/local/cuda-9.0/lib64/libcudnn*
一般情况下不会出错，按照命令安装即可。
6、安装anaconda程序
（1）安装anaconda程序,在文件目录下，右击选中 在终端打开 执行以下命令
bash ./Anaconda3-5.3.1-Linux-x86_64.sh
安装时，会提示一个 是否同意条款，按下enter下翻查看。之后输入yes确认安装。
（2）reboot 重启使程序生效
（3）验证
conda list
显示类似下图列表，即为安装成功！
如果出现conda未知的命令相关信息，可能anaconda程序未加入环境变量。则删除/home/ai01（用户名）/anaconda3目录，重新执行安装anaconda程序步骤。切记在该步骤中输入yes
7、anaconda新建环境
（1）新建一个名为 tf20的环境
conda create --name tf20 python=3.6
确认安装
（2）激活环境
source activate tf20
可以看到，前缀变为（tf20）即说明环境切换成功。
8、安装tensorflow相关依赖，接着上一步的操作，在（tf20）环境下输入以下命令，安装相关依赖。
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.12 pillow matplotlib opencv-python requests openpyxl imutils
执行无异常，即说明安装成功。
下面安装基础软件（可以根据实际情况安装）这个比较简单就不详细说明
NTP （局域网时间同步）
VNC（远程桌面）
FTP（图片共享）
SSH（远程）
装完系统和环境后开始克隆（为了后续快速安装，网络不好情况下装一台要半天，克隆还原就10分钟，效率非常高）
我这边用到就是再生龙这个软件（需要2个U盘，一个做再生龙启动盘，一个为备份盘）
官网下载再生龙镜像，做成启动盘
http://www.clonezilla.org/downloads.php
开机进入再生龙界面
选择第一项
下面选择语言和键盘
下面都是选择第一项（U盘备份）下面几个是网络备份，有时间也尝试下
这时候插入备份U盘
按crtl加C进入挂载盘符
选择要备份的U盘
目录选择-按Tab键-选择Done-Enter
向导模式选择-选择第一项-Enter
选择备份模式-选择第一项-Enter
保存的镜像文件名称-这里直接Enter，使用系统默认的名称
选择备份源-选择第一个-Enter
对备份源分区文件系统检测-选择第一项-Enter
是否检查镜像完整性-选择第二项-Enter
是否对镜像加密-选择第一项-Enter
备份完成之后，要执行的动作-选择第一项-Enter
备份进度
备份完成后，关机，U盘插入到电脑上会显示一个镜像，如果没有说明备份失败 需要重新备份
备份后就是还原，操作和备份一样，有一个地方不一样见下图
选择第三个，还原到本机硬盘上
最终进行还原就可以
还原成功后需要修改IP 和hostname
参考博文：
https://blog.csdn.net/dlyldxwl/article/details/68957483
https://www.cnblogs.com/TianyuSu/p/11384251.html
https://www.cnblogs.com/xuliangxing/p/7642650.html
https://blog.csdn.net/weixin_30685047/article/details/96640151
原文：https://www.cnblogs.com/mlwork/p/12228079.html