1.事先需要准备的安装包
1.Ubuntu 16.04 下载链接：http://cn.ubuntu.com/download/
2.cuda 8.0，建议下载runfile格式 (现在官网下载的是cuda 9.0，但是目前的tensorflow 1.3并不能使用cuda 9.0, 会出现ImportError：libcusolver.so.8.0: cannot open shared object file: No such file or directory 的问题) 下载链接：https://developer.nvidia.com/cuda-toolkit-archive
3. cudnn 6.0 ，需要注册账号后才能下载(cudnn 5.1在tensorflow1.3上不再适用，所以下载cudnn 6.0) 下载链接：https://developer.nvidia.com/cudnn
NB:所有的下载链接的相应截图都是基于这篇文章的发布日期
2.安装
1. ubuntu16.04 不能用虚拟机安装，需要直接装在机器上（或者双系统）。 ubuntu系统盘制作工具下载链接：http://pan.baidu.com/s/1cpooQa 密码：lgdb (系统盘做好后电脑设置u盘启动，然后就看着指示安装就可以了)
2.安装cuda 8.0 , 这里我用的是runfile的文件。在安装前要记得这个文件的下载目录，我一般都是放在 Downloads 下。 在终端输入以下命令：
sudo service lightdm stop //关闭图形界面
CTRL+ ALT +F1 //进入字符串输入模式，按住这三个键调出命令行
输入用户名，密码，登陆。
cd 到 cuda 8.0 的文件目录
sudo sh cuda_8.0.44_linux.run //这个语句不能直接复制，看你的cuda的命名是什么
等一会，然后会出现一个类似安装协议之类的东西，看完后选择 accept , 继续安装。之前看别人的安装方法的时候警告openGL不要安装，然后如果你之前没有装nvidia驱动的话（废话，新装的系统怎么会安装nvidia驱动），就需要安装nviidia-xconfig,否则可能会进入不了图形界面或者循环登陆。其他的差不多都选择y或者默认就可以了。
安装cuda时一定不要安装OpenGL；切记，否则有可能在安装完之后无法启动图形化桌面。
3. 安装 cudnn 6.0
其实不能称为安装 cudnn 6.0, 因为只是个简单的copy 的动作而已。
下载后解压，会有一个cuda的文件夹，然后就i是把其中的一些文件复制到cuda 8.0的对应目录下就可以了。
sudo cp cuda/include/cudnn.h /usr/local/cuda-8.0/include
sudo cp cuda/lib64/libcudnn*/usr/local/cuda-8.0/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda-8.0/lib64/libcudnn*
如果命令行复制失败，你也可以找到对应目录(命令行里有)直接copy 进去。
3.配置cuda环境变量
打开终端，输入以下命令即可。如果vim没有安装，则根据提示安装vim即可。命令行里的cuda-8.0可别直接复制了，如果你安装的是cuda-9.0 就改成cuda-9.0.
//打开配置文件
//按住 INSERT 进入编辑模式，输入以上两句语句在文件中，按ESC输入:wq，退出保存,
//刷新配置变量
sudo vim ~/.bashrc
export PATH=$PATH:/usr/local/cuda-8.0/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-8.0/lib64
export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda-8.0/lib64
source ~/.bashrc
到这里cuda 和cudnn已经安装完毕了，如果你没有遇到任何问题就按照流程走到了这一步，那么很恭喜。
4.安装tensorflow
我不得不吐槽一下，tensorflow官网的访问速度在国内访问实在是太慢了。确切来说，如果不翻墙的话根本访问不了。
但是不用担心，官网的安装指南固然详细，但是太详细了~我一开始看的时候是有点蒙的。tensorflow有很多不同的安装方式，这里我们选择native安装。
说到底，一张截图就可以搞定了。我把其中的一些命令copy下来，方便大家复制~
$sudo apt-get install python-pip python-dev# for Python 2.7
$sudo apt-get install python3-pip python3-dev# for Python 3.n
$pip install tensorflow# Python 2.7; CPU support (no GPU support)
$pip3 install tensorflow# Python 3.n; CPU support (no GPU support)
$pip install tensorflow-gpu# Python 2.7; GPU support
$pip3 install tensorflow-gpu# Python 3.n; GPU support
如果觉得上面的还是有点复杂，那么再简单一点吧。只有两条语句就够了（python3.n改成相应语句）：
$sudo apt-get install python-pip python-dev # for Python 2.7
$pip install tensorflow-gpu# Python 2.7; GPU support
到这里就全部安装完毕，现在我们检测一下是否安装成功。
在终端输入以下命令：
python
import tensorflow as tf
hello=tf.constant('Hello, TensorFlow!')
sess=tf.Session()
print(sess.run(hello))
如果出现：Hello, TensorFlow!
那么很庆幸，安装成功了。当然大多数情况你没有这么顺利能够没有遇到任何麻烦就走到这一步的~
5.写篇文章用到的一些参考：
http://blog.csdn.net/appleml/article/details/76922476
http://www.linuxidc.com/Linux/2016-11/137561.htm
http://blog.csdn.net/wx7788250/article/details/77854217
网上虽有其他很多的文章写了如何安装tensorflow gpu 版本，但是 tensorflow 和cuda的更新让之前的文章很多方法并不适用 了，导致我在安装的时候遇到了一些麻烦。比如cuda 9.0 目前不适用于 tensorflow,但是很多文章给出的cuda下载链接都是直接下载cuda 9.0 的，导致我按照他们的方法安装后根本就失败了；然后tensorflow更新到1.3的版本后cudnn 5.1已经不适用了，可是现在搜到的文章还是说安装5.1的版本。还有一些文章强调gcc要降级到5.0以下的版本，但其实现在已经不用了~所以我才强调要注意文章给出链接和截图的日期。
为了让大家把精力放在研究上而非准备研究上，这是本文撰写的目的。
NB:文章转载需要告知作者
