台式机配置如下：
系统--Ubuntu18.04；
硬件--235.5G固盘，4T硬盘；
内存--64G;
问题1：我将4T硬盘以gpt挂载，现在从ntfs格式的移动硬盘（500G）复制14G的matlab安装文件（一个小的破解文件，两个7G多的iso文件）进4T硬盘，复制DVD1时，复制4.9G会整个电脑卡死，等待很久依然无效。2.2M的破解文件复制过去非常正常，请问有知道怎么解决的吗？
问题2：后来放弃复制安装文件进Ubuntu硬盘中，直接从ntfs格式的移动硬盘安装，matlab安装到21%，电脑卡死，重启会出现无法进入图形界面，不得不在高级选项中恢复。。。
问题3：关于深度学习环境的安装，在anaconda下建立了tensorflow-gpu+keras的虚拟环境以及pytorch的虚拟环境，在pycharm中使用pytorch（GPU版）是正常的，然而使用kares时，只是import keras会出现Using TensorFlow backend. 但是到了训练代码块会出错：如下
2018-12-02 14:25:20.509132: I tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: SSE4.1 SSE4.2 AVX AVX2 AVX512F FMA
Epoch 1/20
2018-12-02 14:25:20.700476: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1405] Found device 0 with properties:
name: GeForce RTX 2080 Ti major: 7 minor: 5 memoryClockRate(GHz): 1.545
pciBusID: 0000:65:00.0
totalMemory: 10.73GiB freeMemory: 10.10GiB
2018-12-02 14:25:20.700495: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1484] Adding visible gpu devices: 0
2018-12-02 14:25:20.957204: I tensorflow/core/common_runtime/gpu/gpu_device.cc:965] Device interconnect StreamExecutor with strength 1 edge matrix:
2018-12-02 14:25:20.957235: I tensorflow/core/common_runtime/gpu/gpu_device.cc:971] 0
2018-12-02 14:25:20.957241: I tensorflow/core/common_runtime/gpu/gpu_device.cc:984] 0: N
2018-12-02 14:25:20.957443: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1097] Created TensorFlow device (/job:localhost/replica:0/task:0/device:GPU:0 with 9749 MB memory) -> physical GPU (device: 0, name: GeForce RTX 2080 Ti, pci bus id: 0000:65:00.0, compute capability: 7.5)
Process finished with exit code 139 (interrupted by signal 11: SIGSEGV)
不知道有没有同样系统，且出现过类似问题，能解决一二的，不甚感激！！！可以联系我邮箱1536672538@qq.com
