謹以此文，記錄和ubuntu系統不死不休的搏鬥過程，後續待補。
1.雙系統安裝，windows採用uefi模式安裝（優啟通可製作uefi的win10安裝盤），ubuntu不要劃分boot區，而應該劃分uefi區，否則，不能被uefi引導
2.軟體源都替換成清華或者阿里，blabla，否則被牆得淚流滿面
清華映象站：
ubuntu 的軟體源配置檔案是/etc/apt/sources.list。將系統自帶的該檔案做個備份，將該檔案替換為下面內容，即可使用 tuna 的軟體源映象
# 預設注釋了原始碼映象以提高 apt update 速度，如有需要可自行取消注釋
deb xenial main restricted universe multiverse
#deb-src xenial main restricted universe multiverse
deb xenial-updates main restricted universe multiverse
#deb-src xenial-updates main restricted universe multiverse
deb xenial-backports main restricted universe multiverse
#deb-src xenial-backports main restricted universe multiverse
deb xenial-security main restricted universe multiverse
# deb-src xenial-security main restricted universe multiverse
# 預發布軟體源，不建議啟用
# deb xenial-proposed main restricted universe multiverse
# deb-src xenial-proposed main restricted universe multiverse
3.顯示卡驅動照這個來
（2）解除安裝原有驅動
（3）禁用nouveau
此處一定要重啟！！！！
（4）禁用x服務
將進入命令列介面 crtl+alt+f1開啟乙個終端
（5）給驅動檔案賦予許可權
（6）安裝
這裡就是為什麼驅動檔案目錄結構盡量淺且不要含中文的原因
不安裝opengl檔案的引數一定要加
痛點：中文目錄盡量修改成英文，因為需要關閉x視窗用命令列來安裝，命令列不支援中文
番外篇：
關閉lightdm service後執行sudo apt-get install nvidia-375
4.安裝cuda8.0
sudo sh cuda_8.0.61_375.26_linux.run
宣告路徑環境變數
sudo vim ~/.bashrc
末尾新增：
export ld_library_path=/usr/local/cuda-8.0/lib64:$ld_library_path
export path=/usr/local/cuda-8.0/bin:$path
$ sudo vim /etc/profile
export path = /usr/local/cuda/bin:$path
建立鏈結檔案：sudo gedit /etc/ld.so.conf.d/cuda.conf，檔案中加上一行儲存：/usr/local/cuda/lib64
5 安裝cudnn5.1
5.0配合tensorflow1.2.1有問題，選擇cudnn5.1
download cudnn v7.0.4 (nov 13, 2017), for cuda 8.0
download cudnn v6.0 (april 27, 2017), for cuda 8.0
download cudnn v6.0 (april 27, 2017), for cuda 7.5
download cudnn v5.1 (jan 20, 2017), for cuda 8.0
download cudnn v5.1 (jan 20, 2017), for cuda 7.5
將解壓後的檔案複製到相應的資料夾中並建立軟鏈結
sudo cp cudnn.h /usr/local/cuda/include/ #複製標頭檔案
sudo cp lib* /usr/local/cuda/lib64/ #複製動態鏈結庫
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.5 #刪除原有動態檔案
sudo ln -s libcudnn.so.5.0.5 libcudnn.so.5 #生成軟銜接
sudo ln -s libcudnn.so.5 libcudnn.so #生成軟鏈結
驗證：（1）nvcc -v
（2）$cd /usr/local/cuda-8.0/samples/1_utilities/devicequery
$make
$sudo ./devicequery
apt-get --purge
remove nvidia*
7.科學計算 深度學習 tensorflow 等等等等請服用anaconda！！！！！！！
建立python3.5的虛擬環境（因為鍾情於tensorflow1.2.1）
建立 conda create -n name python=3.5
啟動 source activate name
退出 source deacivate
在該環境下安裝所有python相關包及tensorflow（參照清華映象檔案的提示來安裝），及spyder！對，你需要在該虛擬環境下重新安裝spyder，而不是使用anaconda3全域性的spyder，否則會直接使用python3.6的核心來啟動spyder。
鴻蒙 Hi3861開發環境搭建踩坑記
官方關於開發環境搭建已經說的很清楚了，但是每個人的電腦環境配置都不同，很難說一步順利到位的。linux是用於搭建編譯環境的，windwos主要是搭建乙個燒錄 的環境。不得不說，個人覺得這個windows上的環境整的相對複雜了些，對初學不友好。linux上的坑主要是python3的版本和scons的版...
Flutter環境搭建踩坑記錄（Mac）
因為是我android 開發 並已經安裝xcode玩耍的！所以從以下錯誤開始 首先使用映象export pub hosted url export flutter storage base url 我de 環境變數 在 bash profile 大家可能配的不同哈 在後面追加就好 當然也可以直接使用...
Ubuntu開發環境搭建
在虛擬中試玩ubuntu1604版本，有關安裝後一些配置記錄如下，以備後用。apt get dpkg sudo vim etc network inte ces auto ens33 iface ens33 inet dhcp iface ens33 inet static address 192....