一、检查系统环境
在安装之前，需要先检查系统的软硬件环境是否支持CUDA与TF的安装，具体来说，主要有以下几个步骤：
1.检查是否电脑配置有Nvidia显卡
$ /usr/sbin/lspci | grep -i nvidia
执行结果如下：
2.检查是否安装了正确的GCC版本
$ gcc --version
执行结果如下：
二、安装 CUDA 与 cuDNN
1.查找与tensorflow-GPU相匹配的Python、CUDA 和 cuDNN （见tensorflow安装官网：https://tensorflow.google.cn/install/source）
2.下载相应版本的CUDA 与 cuDNN,（参考博文：https://blog.csdn.net/xccccz/article/details/80385448）,将下载的两个安装文件存放于一个安装目录下；
3.安装CUDA（参考CUDA官网：https://docs.nvidia.com/cuda/archive/9.0/cuda-installation-guide-linux/）
在shell中cd到CUDA所在目录下，输入如下命令：
4.安装cuDNN（参考博文：https://blog.csdn.net/Oh_My_Fish/article/details/78861867）
cuDNN的安装，只需要将压缩包解压，并把文件覆盖到CUDA对应的目录中去即可：
$ tar -zxvf cudnn-8.0-linux-x64-v6.0.tgz
$ cd cuda
$ cp include/* /usr/local/cuda-8.0/inlcude/
$ cp lib64/lib* /usr/local/cuda-8.0/lib64/
5. 修改环境变量（参考博文：https://blog.csdn.net/Oh_My_Fish/article/details/78861867）
执行 sudo vim /etc/profile，在export PATH 那行下面加上两行代码
$ export PATH=/usr/local/cuda-8.0/bin:$PATH
$ export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH12
之后别忘了执行 source /etc/profile命令，不然还得重启添加的环境变量才能起作用。
三、安装tensorflow-gpu,只需要一句命令就好
$ pip install tensorflow-GPU = 1.12.0
四、测试
进入python：
$ import tensorflow as tf
