一，在之前的文章中已经安装了显卡驱动及CUDA, 接下来需要安装深度学习包theano和tensorflow,这两者都是基于python, 所以需要先处理python的事情，在ubuntu中已经包含了py2和py3两个版本，为了在这两个版本中都装下theano和tensorflow（py2两个都有，py3只有tf,为了与windows保持一致），其中python命令对应py2, python3命令对应py3。与windows直接利用AConda不同（参考12-20的文章），首先需要安装两个版本的pip，各自对应的命令为pip2: sudo apt-get install python-pip, pip -V=2.7，以及pip3: sudo apt-get install python3-pip, pip3 -V=3.5 。此处回顾下windows下py2和py3的区别可以完全用aconda中带的命令行中的pip来进行区别。不需要再用python -m了。
二，为py2安装theano, 先升级pip，pip install --upgrade pip, pip install --upgrade theano (theano只有一个版本), pip install --upgrade tensorflow-gpu (tensorflow 两个版本), 之后可以pip list看安装的模块。安装theano时默认装到了~/.local/lib/python2.7/site-pakeges中，应该属于单独的用户，而tensorflow则默认安装到了~/.local/lib/python2.7/site-pakeges中，也属于单独的用户。这样在为每一个用户可以单独地进行安装相应的包。
三，theano在实际运行时需要配置下环境，具体是 gedit ~/.theanorc，输入如下内容
[global] floatX=float32 device=gpu0 [cuda] root=/usr/local/cuda-8.0 [lib] cnmem=1 [mode]=FAST_RUN [nvcc] fastmath = True optimizer_including=cudnn
tensorflow 在运行前需要在运行前加入：$ CUDA_VISIBLE_DEVICES=2Python mnist.py
或者是在程序中加入import os，os.environ["CUDA_VISIBLE_DEVICES"] = "2"
注意！！目前theano0.9.0官方支持到cudnn 5.1, cudnn 6.0可能会有问题。而tensorflow1.3.1是只支持cudnn 6.0, cudnn 5.1可能有问题，因此目前还是使用了cudnn 6.0, 如果theano有问题再改成5.1。另外在import theano时可能出现进程锁住的问题，此时可以利用sudo rm .theano来进行解决。
