PS: 裝完全部的軟件心太累了，安裝步驟公開，軟件包我另外附加鏈接，原諒我收了1個金幣，因爲真的不容易。
#########################################################
install pinyin"
sudo apt install fcitx fcitx-googlepinyin fcitx-table-wbpy fcitx-pinyin fcitx-sunpinyin
1 安裝Anaconda3，便於後期軟件管理和caffe的配置。不安裝Anaconda可以參考Ubuntu16.04這篇
bash Anaconda3-5.2.0-Linux-x86_64.sh
根據提示按下“Eenter”鍵-> 輸入“yes” ->根據提示輸入位置“/home/...” -> 自動安裝 - > yes (這一步是寫.Bashrc的 ,選no也可以自己添加路徑 sudo emacs ~/.bashrc -> 在末尾添加 export PATH=/home/lisa/anaconda3/bin:$PATH ) -> no
重啓終端輸入：python查看是否安裝成功。
如果此時的python2.x版本，想將python3.x版本設爲默認，可以在終端下輸入：
sudo update-alternatives --install /usr/bin/python python /usr/bin/python2 100
sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 150
再打開python的版本就是3.x的了。
############################################################
2 安裝NVIDIA顯卡（建議直接看鏈接）
詳細的步驟我的這篇博客裏也有。
首先禁用nouveau顯卡。重啓系統，在選擇系統的界面安鍵盤“e”，將倒數第二行的quiet splash -- 改爲 quiet splash acpi=off
進入Ubuntu系統後輸入lsmod | grep nouveau ,沒有任何輸出就是禁用成功。
ubuntu-drivers devices
終端輸入與上述代碼查看電腦驅動信息，如果有老版本的驅動先卸載：
sudo apt-get remove --purge nvidia*
輸入下方代碼安裝推薦的驅動(建議此種)：
sudo ubuntu-drivers autoinstall
或者只安裝其中一個驅動：
sudo apt install nvidia-410
安裝完成後在終端輸入“reboot” 重啓電腦。
3 安裝CUDA10.0
3.1 GCC降級(建議跳過此步，因爲cuda10現在要求gcc>7,如果降級了需要在/usr/local/cuda/include/crt/host_config.h中將關於GUC的部分註釋掉。)
sudo apt-get install gcc-4.8
sudo apt-get install g++-4.8
查看是否安裝成功，路徑是否正確：
cd /usr/bin
ls -l gcc*
此時的鏈接應該在gcc-7上，需要改爲鏈接到gcc-4.8上：
sudo mv gcc gcc.bak #備份
sudo ln -s gcc-4.8 gcc #重新鏈接
sudo mv g++ g++.bak
sudo ln -s g++-4.8 g++
查看版本號：
gcc -v g++ -v
3.2 安裝cuda,及補丁
去官網查看自己系統對應的cuda，這是我的版本。新出了對應18.04的cuda，建議下載deb版本的，因爲不用禁用自帶的驅動。下載就好了，下邊也有如何安裝的代碼：
$ sudo apt-key add /var/cuda-repo-10-0-local-10.0.130-410.48/7fa2af80.pub
ok
$ sudo dpkg -i cuda-repo-ubuntu1804-10-0-local-10.0.130-410.48_1.0-1_amd64.deb
$ sudo apt-get update
$ sudo apt-get install cuda
自動安裝就可以了，顯示兩個done就說明成功了。然後配置路徑：
sudo ~/.bashrc
export PATH=/usr/local/cuda-10.0/bin${PATH:+:$PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
4 安裝cuDNN7.4.1
下載cuDNN, 進入cuDNN官網註冊下載，我下載的是第一個for linux的，等會貼連接。
cuDNN的官方安裝方式網址， 網址裏講的很詳細。不過也可以看我的：
首先解壓安裝包，然後將所需文件copy至CUDA，並改變文件訪問權限：
$ tar -xzvf cudnn-10.0-linux-x64-v7.4.1.5.tgz
$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include
$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
$ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
到這裏cuDNN就安裝完成了。
查看CUDA和CUDNN是否安裝成功及相應的版本號：
cat /usr/local/cuda/version.txt
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
nvcc -V
5 安裝Tensorflow-gpu
注意了，由於本人不喜歡用虛擬環境，所以所有的軟件都是直接裝載到本機上的，結合自身習慣選擇是否建立虛擬環境。
我是用Anaconda安裝的可以看註釋代碼，後邊的版本號根據自己的需要進行更改.如果你是使用pip3裝的1.9.0版本的，如果想裝其他版本的直接修改版本號就可以了。1.12.0版本裝的時候會遇到一些其他的問題比較煩。 。
sudo pip3 install tensorflow-gpu==1.9.0
#如果你用的Anaconda，可以使用下邊的代碼完成安裝，也可使用其他版本的
conda install tensorflow-gpu==1.9.0
它是自動配置的，提示的時候選擇 y 就可以了。
6 安裝Opencv-3.4.0
下載opencv，這是官網 ，我下載的是Opencv-3.4.0, 官網的安裝步驟 很詳細，但是依賴包的書寫不太通用，從源代碼安裝的話建議安裝下邊的依賴包。如果你只是想在python下使用opencv，不關聯到caffe上，可以選擇6.2的安裝方式。
6.1 基於源代碼安裝
首先安裝相關依賴：
sudo apt-get install build-essential
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
#我用的python3，所以注意相應安裝包的版本
sudo apt-get install python3-dev python3-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff5-dev libtiff-dev libdc1394-22-dev # 處理圖像所需的包
sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev liblapacke-dev
sudo apt-get install libxvidcore-dev libx264-dev # 處理視頻所需的包
sudo apt-get install libatlas-base-dev gfortran # 優化opencv功能
sudo apt-get install ffmpeg
解壓安裝包，完成相應安裝：
unzip opencv-3.4.0.zip
cd opencv-3.4.0
mkdir build
cd build
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
make
sudo make install
6.2 基於conda或python的快速安裝
#如果你剛開始安裝使用的是Anaconda,使用下邊的代碼完成opencv2的安裝
$ conda install -c https://conda.binstar.org/menpo opencv
#這個代碼是opencv3的，與上邊的二選一安裝就好.用conda 安裝的opencv3.4是不能cv2.imshow()的，它編譯的時候這個選項沒開，所有要可視化的python包儘量pip。
$ conda install -c https://conda.binstar.org/menpo opencv3
#如果你沒有使用Anaconada，直接使用下邊的代碼快速安裝python-opencv
$ sudo apt-get install python-opencv
7 安裝Matlab2015b
下載安裝包Matlab_Linux，完成相應安裝,可以參考這個鏈接：
$ sudo mount -o loop R2015b_glnxa64.iso ~/Ｍatlab_Linux
$ cd Matlab_Linux #這個是已經解壓好的文件，不是原來的鏡像文件
$ sudo ./install
# 選擇使用文件安裝密鑰，密鑰： 09806-07443-53955-64350-21751-41297
# 安裝目錄根據自己喜好自行調整，我是按照默認的路徑 /usr/local/MATLAB/R2015b 進行安裝的。
進入matlab安裝目錄下，完成激活:
$ cd /usr/local/MATLAB/R2015b/bin
$ sudo ./matlab
# 選擇第二個不使用聯網激活。瀏覽下載好激活文件中的license_standalone.lic文件，激活完成。
# 該激活文件在Matlab_2015b_Linux64_Crack.rar 中，需要先解壓
$ unrar x Matlab_2015b_Linux64_Crack.rar
激活完成後，複製激活文件中Matlab_2015b_Linux64_Crack/R2015b/bin/glnxa64下三個文件到MATLAB的bin下的glnxa64，如果複製不了，請直接使用cp命令複製。
sudo cp -r Matlab_2015b_Linux64_Crack/R2015b/bin/glnxa64/. /usr/local/MATLAB/R2015b/bin/glnxa64
到這裏Matlab就安裝完成了，進入安裝目錄下的bin文件，打開軟件：
$ cd /usr/local/MATLAB/R2015b/bin
$ sudo ./matlab
創建快捷方式：
$ sudo emacs /usr/share/applications/Matlab2015b.desktop
# 輸入
[Desktop Entry]
Encoding=UTF-8
Name=Matlab_2015b
Exec=/usr/local/MATLAB/R2015b/bin/matlab #/bin前邊是軟件安裝目錄的路徑
Icon=/usr/local/MATLAB/R2015b/toolbox/shared/dastudio/resources/MatlabIcon.png #/toolbox前邊也是軟件安裝目錄的路徑，和上一條語句一樣。
Terminal=true #軟件打開時是否啓動終端
Type=Application
Name[zh_CN]=Matlab
注意每行後邊不要有空格，不然無法啓動快捷方式，保存退出。
通過文件進入 /usr/share/applications ，找到matlab的圖標右鍵複製到桌面，雙擊打開，選擇“ Trust and Launch”。
如果遇到matlab啓動報錯java.lang.runtime.Exception***************問題，請給你的matlab安裝文件夾執行權限：
sudo chmod -R a+rw Ｍatlab_Linux
# 或者使用下邊的代碼解除權限
sudo chmod -R 777 Ｍatlab_Linux
這個時候雙擊圖標就能完成MATLAB的使用了。
8 安裝Caffe
進入Caffe官網
Documentation -> Installation instructions -> Ubuntu installation ,這裏是官網Ubuntu的安裝方式，18.04的安裝真的要方便很多。
建議先升級一下
sudo apt update
sudo apt upgrade
# 源代碼安裝的話要附加源鏈接，我直接選擇第一種GPU的安裝方式。
$ sudo apt install caffe-cuda
# 這是CPU的
$ sudo apt install caffe-cpu
我的安裝後提示：
/sbin/ldconfig.real: /usr/local/cuda-10.0/targets/x86_64-linux/lib/libcudnn.so.7 is not a symbolic link
就是其中的一個鏈接出了問題，對應作出修改：
sudo ln -sf /usr/local/cuda-10.0/targets/x86_64-linux/lib/libcudnn.so.7.4.1 /usr/local/cuda-10.0/targets/x86_64-linux/lib/libcudnn.so.7
經過上述步驟，然後下載caffe源碼安裝包，然後點擊caffe官網裏的compilation，有後續的安裝步驟。注意解壓後的安裝包複製Makefile.config.example文件爲Makefile.config，然後在Makefile.config中修改自己需要的項，可以參考這篇。 注意python的路徑。
重新安裝就可以成功了。
到這裏全部的安裝就結束了！！！耗費了三個星期，都是淚啊～～