手把手，教你从零搭建一台深度学习的机器【系列文章】

本系列将带领读者逐步完成搭建一台属于自己的人工智能学习平台的过程。从服务器主机的基本配置开始，到系统安装、磁盘分区、环境搭建等一系列操作，旨在满足实验室成员对于人工智能学习环境的需求。无论是初学者还是有一定经验的技术人员，都能从中获益，掌握搭建人工智能学习平台的关键步骤。

近期实验室进了一个的服务器主机（以下简称机器），机器的主体配置如下：

CPU	主板	内存	固态	机械	GPU
i7-11700f	华硕z590-p	海盗船32G×2	西数1T	西数4T	3080Ti

根据导师要求，需要满足如下条件供实验室成员使用。以下系列文章为安装时记录，此时分享出来，一方面用于记录，方便以后查阅；另一方面，分享于各位小伙伴，提供给有需要的人。

要求：

1. 分配500G固态为机器安装Ubutu18.04LTS系统，剩余的作为存储用途。
2. 同时将4T机械进行分区。
3. 为系统装配anconda环境
4. 搭建tensorflow、pytorch环境（要求都装配在conda虚拟环境中）。

文章链接如下：

1. 手把手，从0搭建一台深度学习的机器【一】系统安装及网卡配置 ： 介绍如何安装Ubuntu 18.04 LTS系统并配置网卡，为后续操作奠定基础。
2. 手把手，从0搭建一台深度学习的机器【二】磁盘分区和挂载： 指导如何对机械硬盘进行分区，合理利用存储空间。
3. 手把手，从0搭建一台深度学习的机器【三】实现内网穿透： 探讨如何实现内网穿透，方便远程访问服务器。
4. 手把手，从0搭建一台深度学习的机器【四】用户权限配置： 详细介绍用户权限管理的重要性和实践方法。
5. 手把手，从0搭建一台深度学习的机器【五】搭建Anaconda环境 ： 指导如何在系统中安装Anaconda环境，为后续环境搭建做准备。
6. 手把手，从0搭建一台深度学习的机器【六】机器学习环境搭建 ： 最后一篇文章将重点介绍如何搭建TensorFlow和PyTorch环境，并将它们装配在Anaconda虚拟环境中，为实验室成员提供完备的学习环境。

通过本专栏系列，读者将掌握从零开始搭建人工智能学习平台的关键技能，为深入学习和研究人工智能领域打下坚实基础。