第一步：配置nvida驱动
这里我们采用ppa的方式进行安装，不用卸载或者默认的显卡驱动
1、运行命令：sudo add-apt-repository ppa:graphics-drivers/ppa && sudo apt update
2、打开software & updates, 用鼠标直接选择对应的NVIDIA驱动版本后，点击Apply Changes。这里我选的是418版本
3、通过 nvidia-smi 查看gpu状态 查看显卡状态，如果出现以下截图则说明安装成功了，否则就reboot重启一下试试
第二步： 安装cuda，这里去官网上下载对应版本就行。注意版本不要装的太新，TensorFlow目前只支持到10.0。
1、选择Legacy Releases
2、找到对应版本
3、选择对应的系统版本，这里我装的是Ubuntu 18.04版本
4、在本地安装cuda
chmod +x cuda_10.0.130_410.48_linux.run
sudo ./cuda_10.0.130_410.48_linux.run
重点注意，在install nvdia accelarated graphics driver for linux 选择no，因为我们前面已经装过了nvidia的驱动了。
5、配置环境变量
在~/.bashrc中添加如下
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
使环境变量生效
source ~/.bashrc
配置 /etc/ld.so.conf.d/cuda.conf
添加如下内容
/usr/local/cuda/lib64
使库生效
sudo ldconfig
验证cuda是否安装成功nvcc -V, 出现下图就说明cuda安装成功了。
第三步: 安装cnDnn 针对神经网络加速， 版本选择与cuda一致，去官网找
sudo dpkg -i libcudnn7_7.0.3.11-1+cuda9.0_amd64.deb
sudo dpkg -i libcudnn7-dev_7.0.3.11-1+cuda9.0_amd64.deb
sudo dpkg -i libcudnn7-doc_7.0.3.11-1+cuda9.0_amd64.deb
验证cuDNN是否安装成功
进入对对应目录下 cd /usr/src/cudnn_samples_v7/mnistCUDNN
sudo make clean && sudo make
./mnistCUDNN
出现下图则说明环境配置成功～
