一、安裝NVIDIA驅動

關閉x-server，ctrl + alt + F1 進入終端介面，登陸

sudo service lightdm stop

（X server將會被關閉。可以使用ctrl + alt + F7 檢查一下）禁用 nouveau 驅動

sudo vim /etc/modprobe.d/blacklist-nouveau.conf

輸入

blacklist nouveau
options nouveau modset=0

儲存退出，執行

 sudo update-initramfs -u

禁用結束。重啟電腦。驗證驅動是否禁用成功，如果沒有內容，則禁用成功。

sudo lspci | grep nouveau

Nvidia驅動

先下載顯示卡驅動NVIDIA-Linux-x86_64-*..run檔案
ctrl + alt + F1 進入終端介面，登陸

sudo service lightdm stop 

（X server將會被關閉。可以使用ctrl + alt + F7 檢查一下）

sudo chmod a+x NVIDIA-Linux-x86_64-**.**.run
sudo sh ./NVIDIA-Linux-x86_64-**.**.run –no-opengl-files
sudo rm /etc/X11/xorg.
 
conf
sudo reboot

檢測配置成功

nvidia-smi

如果nvidia-smi執行報錯，什麼 as root，好像是因為Ubuntu本身的問題，進BIOS，找到security boot，關閉，可解決大部分問題

二、安裝cuda

目前大部分教程是安裝的cuda8.0+cuDNN6.0 配置，一開始的時候也是按這個版本的教程來的，期間還下錯過版本的重新下載。不過Tensorflow1.5應該是支援9.0的，我換源之後pip安裝的tensorflow是1.5版本的，之前配好了cuda8.0，這個提示要用9.0，很無奈，又下載了一遍。
Cuda9.0下載介面：https://developer.nvidia.com/cuda-release-candidate-download

sudo sh cuda_9.0.176_384.81_linux.run

進行安裝，要注意幾個選項，他會有一個選項問你是否需要安裝NVIDIA的驅動，我們之前已經安裝好了，所以這一步選擇NO，（我猜在這裡直接裝驅動的話，還是會GG，因為那個opengl）
一定選擇NO 要不然之前的驅動白裝了

這個介面是讓你去讀一些協議啥的，而且很長，ctrl+c可以直接跳過

安裝完畢後，再宣告一下環境變數，並將其寫入到 ~/.bashrc 的尾部:

# 個人推薦的方法
# the path for cuda
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"
export CUDA_HOME=/usr/local/cuda

或者

export PATH=/usr/local/cuda-9.0/bin\${PATH:+:\${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64\${LD_LIBRARY_PATH:+:\${LD_LIBRARY_PATH}}

• gcc g++ 版本問題
  檢視gcc版本資訊：gcc –v
  檢視g++版本資訊：g++ –v
  （待查證）由於cuda8.0不支援gcc 5.0以上的編譯器，因此需要降級，把編譯器版本降到4.9：

sudo apt-get install g++-4.9
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.9 20
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 10
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.9 20
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 10
sudo update-alternatives --install /usr/bin/cc cc /usr/bin/gcc 30
sudo update-alternatives --set cc /usr/bin/gcc
sudo update-alternatives --install /usr/bin/c++ c++ /usr/bin/g++ 30
sudo update-alternatives --set c++ /usr/bin/g++

檢查是否裝好：

cd /usr/local/cuda/samples/1_Utilities/deviceQuery
# 編譯 可能需要sudo 
make   
# 執行
./deviceQuery 

最後顯示Result = pass 是校驗通過的意思

cd /usr/local/cuda/samples/1_Utilities/bandwidthTest
make
./bandwidthTest

來測試系統和CUDA組建的通訊無誤，正常結果輸出如下：

三、安裝cuDNN

cuDNN全稱 CUDA Deep Neural Network library，是NVIDIA專門針對深度神經網路設計的一套GPU計算加速庫，被廣泛用於各種深度學習框架，例如Caffe, TensorFlow, Theano, Torch, CNTK等。

首先需要下載cuDNN，直接從Nvidia官方下載連結選擇一個版本，對
CUDA8.0支援較好的是v6.0，我安裝的是CUDA9.0，所以選擇安裝的是V7.0.5版本的CUDNN

tar -zxvf cudnn-9.0-linux-x64-v7.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
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

這個的安裝還是比較簡單的，下載到包之後解壓，然後複製一下就行

四、安裝TensorFlow

可以選擇換源，可以將pip源指向阿里雲的源映象
http://mirrors.aliyun.com/help/pypi
具體新增一個 ~/.config/pip/pip.conf 檔案，

cd ~/.config/
mkdir pip
cd pip
vim pip.conf

設定為：

[global]
trusted-host =  mirrors.aliyun.com
index-url = http://mirrors.aliyun.com/pypi/simple

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

$ sudo pip install tensorflow          # Python 2.7; CPU support (no GPU support)
$ sudo pip3 install tensorflow         # Python 3.n; CPU support (no GPU support)
$ sudo pip install tensorflow-gpu      # Python 2.7;  GPU support
$ sudo pip3 install tensorflow-gpu     # Python 3.n; GPU support 

配好CUDA環境之後，安裝tensorflow挺簡單簡單，不過原始碼github安裝，自己能夠找到自己的目錄資料夾，但是pip安裝直接找不到資料夾。

• 測試是否安裝成功

 [email protected]  ~/.config/pip  python
Python 2.7.12 (default, Dec  4 2017, 14:50:18) 
[GCC 5.4.0 20160609] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
>>> tf.__version__
'1.8.0'
>>> tf.__path__
['/usr/local/lib/python2.7/dist-packages/tensorflow']

[email protected]hanger  ~/.config/pip  python3
Python 3.5.2 (default, Nov 23 2017, 16:37:01) 
[GCC 5.4.0 20160609] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
>>> tf.__version__
'1.8.0'
>>> tf.__path__
['/usr/local/lib/python3.5/dist-packages/tensorflow']
>>> 

原始碼安裝很不好用！
(1) 安裝Tensorflow依賴的其它工具包
sudo apt-get install python-numpy swigpython-dev python-wheel
(2) 下載最新的Tensorflow原始碼
sudo apt-get install git
git clone https://github.com/tensorflow/tensorflow
(3) 執行configure指令碼配置環境資訊 ./configure

校驗Tensorflow安裝

啟用環境（source/tensorflow/bin/active），然後執行

$ python
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

如果輸出 Hello, TensorFlow!
說明TF安裝正常