DIGITS是nvidia公司出品的开源可视化深度学习服务器，可以简单的通过界面操作完成数据准备、深度网络模型设计、数据训练和测试等工作。它支持多种深度学习基础平台，包括 caffe, tensorflow, mxnet等等，本文以 caffe 和 tensorflow为例，讲解如何在ubuntu 16.04下安装。
首先，安装基本支持库。
CUDA 8.0 + Caffe + tensorflow
1) CUDA 8.0 下载地址：https://developer.nvidia.com/cuda-downloads
建议下载 linux -> X86_64 -> ubuntu -> 16.04 -> deb(local)
之后
sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb sudo apt-get update sudo apt-get install cuda
注意： 部分人反馈安装使用deb文件会有问题，我没有遇到。如果有问题可以采取.run的本地可执行文件安装。
2) 安装 caffe 安装 caffe建议从 nvidia的官方提供的caffe安装： https://github.com/NVIDIA/DIGITS/blob/master/docs/BuildCaffe.md 使用 BVLC的 版本理论上也可以，但是我没有去确认。 注意 caffe安装需要用到不少的支持库，请确保在对应的版本上编译。比如
安装 glog ， gflags等，我采用了源代码自己编译的模式； 注意编译的时候要用 -fPIC选项，否则后续链接会有问题； 方法： 在cmake的时候改变一下CXXFLAGS
export CXXFLAGS=”-fPIC” && cmake .. && make VERBOSE=1
步骤：2.1）安装需要的库 sudo apt-get install –no-install-recommends build-essential cmake git gfortran libatlas-base-dev libboost-filesystem-dev libboost-python-dev libboost-system-dev libboost-thread-dev libgflags-dev libgoogle-glog-dev libhdf5-serial-dev libleveldb-dev liblmdb-dev libopencv-dev libsnappy-dev python-all-dev python-dev python-h5py python-matplotlib python-numpy python-opencv python-pil python-pip python-pydot python-scipy python-skimage python-sklearn
2.2）安装caffe 0.15 export CAFFE_ROOT=~/caffe git clone https://github.com/NVIDIA/caffe.git $CAFFE_ROOT -b ‘caffe-0.15’
python库支持 sudo pip install -r $CAFFE_ROOT/python/requirements.txt 这个过程会稍微长一点，请耐心等待； 或者采用清华的源： [global] index-url = https://pypi.tuna.tsinghua.edu.cn/simple
然后 cd $CAFFE_ROOT mkdir build cd build cmake .. make -j"$(nproc)"
3) 安装 digits
DIGITS_ROOT=~/digits git clone https://github.com/NVIDIA/DIGITS.git $DIGITS_ROOT
之后 sudo pip install -r $DIGITS_ROOT/requirements.txt 安装额外支持
sudo pip install -e $DIGITS_ROOT
4） 安装完成，可以启动digits
注意此时的 CAFFE_ROOT要指向你编译的caffe地址
启动：./digits-devserver
浏览器打开 localhost:5000
就出来了界面
后续会讲如何使用和开发digits
