“在這裡我們不教你如何上太空，而是教你如何邁出第一步。”

雖然現在有許多好用的的框架跟環境可以讓普通人使用深度學習，在建置環境的過程中會遇到各種各式各樣的問題，很多時候明明照著官方的說明作還是會出現錯誤，如果連環境都建置不好更別說要入門深度學習。

本篇會介紹如何在 Linux 以及 Windows 建置常用的深度學習環境並列出可能會遇到的問題，讓大家在入門深度學習的過程中少走一點歪路，如果有各位有任何問題歡迎留言給我，我會想辦法解決。

目錄

• Linux
  • Ubuntu 系統安裝與設定
    1. 選擇適合你的發行版
    2. 安裝作業系統
    3. 系統設定與疑難排解
  • 安裝 Nvidia 驅動
  • 安裝 CUDA 、 CUDNN
  • 安裝 OpenCV
    1.2.4
    2.3.4
  • 編譯與安裝 Caffe
  • 安裝 Tensorflow
  • 安裝 Torch 跟 Pytorch
  • 安裝 Digits
  • 安裝 Keras
  • Python 開發環境設定
  • 安裝 Docker
  • 透過 Nvidia-Docker 建置、管理深度學習環境
• Windows
  • 系統安裝與設定
  • 安裝 Nvidia 驅動
  • 安裝 CUDA 、 CUDNN
  • 安裝 OpenCV
  • 安裝 Caffe
  • 安裝 Tensorflow
  • 安裝 Digits
  • 安裝 Kersa
  • Python 開發環境設定
  • 安裝 Sony Neural Network Console
• 番外篇
  • Nvidia 顯卡設定
  • 安裝 Caffe2
  • OpenAI Gym 介紹
  • OpenAI Universe 介紹

這個系列原本是要寫給研究室的同學看的，不過機會難得就寫出來讓大家也能快速入門深度學習。