为了运行论文源码，需要配置如下环境：
1. 安装anaconda3
https://blog.csdn.net/qq_15192373/article/details/81091098
2. 安装显卡驱动
检查显卡和推荐驱动：
输入ubuntu-drivers devices
选择435版本
添加apt-get的清华源，使安装速度更快：https://blog.csdn.net/qq_41822647/article/details/85122467
然后使用如下命令安装，这一步时间较长
sudo apt-get install nvidia-driver-435
3. 创建python环境
创建名为test的虚拟环境：
安装tensorflow：
如果下载安装tensorflow太慢的话，可以指定为清华的源
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --upgrade tensorflow-gpu==1.4
安装cuda 8.0：
conda install cudatoolkit=8.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/
（安装可能中断，继续尝试）
安装cudnn：
判断需要安装哪个版本的cudnn：
输入python
输入import tensorflow as tf
报错libcudnn.so.6文件不存在，那就安装cudnn 6
conda install cudnn=6
4. 安装Scikit-learn
改成清华大学的镜像源:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
conda install -c anaconda scikit-learn
这里没安装论文要求的版本，因为安装后会出问题，暂时就安装自动推荐的版本，后续有问题再说 。
5. 测试
大功告成！