近几年在科研领域深度学习凭借着超强的实力脱颖而出，人工智能也走进了各行各业，因此相关领域的方向也成为学术界的爱宠，绝大多数相关领域的导师都开展了深度学习的相关课题。当然在很多高校和科研院所的导师以前一直是做这个方向的，同学们学习起来肯定会更加便捷，在学习深度学习的过程中配置环境变成了一个大难题，笔者之前在Ubuntu16.04LTS系统下配置深度学习GPU计算环境，在训练的过程中经常出现一系列问题，系统出现了许多故障，因此笔者开始进行在Centos7.5环境下进行配置GPU计算环境，此环境经过一年使用非常稳定，因此发布此教程，希望可以对刚刚入门做深度学习相关领域的有一些帮助，笔者水平有限，如有不足请各位多多海涵。
图片来源于wangl01制作U盘启动
使用UltraISO，之后插入U盘，建议容量大8GB，选择启动-写入硬盘映像-写入，等待完成即可。
图片为作者原创转载请说明出处02CentOS7.5系统安装
然后按e键编辑路径
将vmlinuzinitrd=initrd.imginst.stage2=hd:LABEL=CentOS\x\x20x86_64quiet
改成vmlinuzinitrd=initrd.imglinuxddquiet
ctrl+x
然后就能在显示出的列表中查看你的硬盘信息，很清晰就能知道哪一个是你的U盘（一般显示的几个格式为NTFS的都是你电脑自身的盘符，另外的一个就是你的U盘，记下你的U盘的盘符名字我的就是sda4）
使用ctrl+alt+del重新启动电脑，重复上面的步骤这一次将
vmlinuzinitrd=initrd.imginst.stage2=hd:LABEL=CentOS\x\x20x86_64quiet
改成
vmlinuzinitrd=initrd.imginst.stage2=hd:/dev/sda4（你自己的U盘盘符）quiet
ctrl+x等待安装程序启动，进行CentOS的安装
sudoyuminstallgcc
sudoyuminstallgcc-c++
sudoyuminstallkernel-devel
sudoyuminstallvim
vim/etc/modprobe.d/blacklist-nouveau.conf
blacklistnouveau
optionsnouveaumodeset=0
sudodracut--force
reboot
lsmod
grepnouveau#重启后验证驱动是否被禁用如果无结果显示则表明成功禁用
init3进入文本命令行模式输入账户名和密码
03安装Nvidia驱动和CUDA
安装Nvidia
sudochmodNVIDIA-Linux-x86_64-.14.run
sduobash./NVIDIA-Linux-x86_64-.14.run
安装cuda
sudochmodcuda_9.0._.81_linux.run
bash./cuda_9.0._.81_linux.run
出现第一个选项问是否安装显卡驱动选n，其余的都选y默认即可
配置CUDA环境变量
在用户根目录下vim.bashrc
exportPATH=/usr/local/cuda-version/bin:$PATH
exportLD_LIBRARY_PATH=usr/local/cuda-version/lib64:$LD_LIBRARY_PATH
刷新环境变量
source.bashrc
验证环境变量已正确设置
echo$PATH
echo$LD_LIBRARY_PATH
验证CUDA已正确部署
到~/NVIDIA_CUDA-version_Samples目录下，编译并运行一个范例程序。
安装Cudnn
在Nvidia