1.安装 NVIDIA 、CUDA、CUDNN
2.安装Anaconda、配置TensorFlow-gpu、创建python35环境
3.配置Mask_Rcnn环境 所遇到的问题及解决办法
1.1 安装 NVIDIA 、CUDA 、CUDNN
一定要确定与机器对应的版本，如果它们之间版本不一致可能会导致，ubuntu登录页面循环。
NVIDIA 、CUDA 、CUDNN TensorFlow-gpu 版本匹配网址: https://tensorflow.google.cn/install/source#linux
1.2安装NVIDIA驱动 CUDA CUDNN
参考//www.greatytc.com/p/98028ef0c52e
CUDA在安装Installer type 选runfile （其它都安装不成功） 下载的 .run 文件 需要先给执行权限
sudo chmod a+x 需要执行的.run 文件
NVIDIA官网： https://www.nvidia.cn/Download/index.aspx?lang=cn
CUDA官网： https://developer.nvidia.com/cuda-toolkit
CUDNN下载官网：http://iphil.cc/?p=541
becarefor to use : sudo apt autoremove nvidia-cuda-toolkit
查看NVIDIA版本: nvidia-smi
查看cuda版本: nvcc --version
查看cudnn版本: cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
1.3 若发生ubuntu登录页面循环
解决办法：卸载 驱动然后再 重新安装
2.1 安装Anaconda
（1 下载Anaconda）https://www.anaconda.com/download/#linux
（2 安装） 先给文件可执行权限 然后再 进行安装 sudo bash Anaconda3-4.2.0-Linux-x86_64.sh
（3 环境变量的配置）
2.2 下载 TensorFlow-gpu
从TensorFlow 官网：https://tensorflow.google.cn/install/source#linux 选择 自己需要配置的版本
然后进行 pip install tensorflow--gpu==版本号 版本号可以带小数点 如 1.13.1 同样适合于CUDA 10.0
2.3 配置python3.5环境
在Anaconda创建python环境 ：(格式：conda create -n evnv_name python=python_version)
如： conda create -n py35 python=python3.5
source activate py35 以后每次需要使用此环境时 都需要运行此代码
下面所示图片 是使用清华源安装Mask_Rcnn所需要的 python环境
2.4 使用Anaconda 所创建的python (自己创立的) 环境：
source activate Mask_Rcnn
3.1 配置Mask_Rcnn环境所遇到问题解决办法
（3.1.1）Could not install packages due to an EnvironmentError: [Errno 13] 权限不够:
解决办法：在正常命令下 加上 --user or sudo
（3.1.2）更新或者使用 pip （pip3） 19.1.1.1 （10.0.0.0）时出现
Traceback (most recent call last): File “/usr/bin/pip3”, line 9, in from pip import main
解决办法：
（3.1.3）使用 pip3 安装 matplotlib 出现
Complete output from command python setup.py egg_info: Beginning with Matplotlib 3.1, Python 3.6 or above is required. This may be due to an out of date pip.Make sure you have pip >= 9.0.1.
解决办法更新pip： pip3 install --upgrade pip3 或者 pip install --upgrade pip
（3.1.4）annaconda 换回 默认源：conda config --remove-key channels
参考文档：
1. Linux下安装配置Tensorflow（GPU版本）
2. pip 10.0.0 BUG 解决方案Traceback (most recent call last): File "/usr/bin/pip3", line 9, in
3. ubuntu16.04 Mask-RCNN-tf GPU demo测试
4. Ubuntu16.04 + RTX 2080Ti + cuda 10.1 + cudnn 7.5+ pytorch 1.0
