一、安装NVIDIA驱动
去NVIDIA官网下载（二、安装驱动 命令：sudo service lightdm stop 然后按ctrl+alt+f1(f1-f6均可)，输入Ubuntu用户名和登录密码 如果此时出现pcie bus error,则先退出安装（强制重启），重启之后在终端输入:sudo vim /etc/default/grub,编辑grub文件，将 cd 到驱动下载的目录，然后：sudo sh NVIDIA*.run(如果tab键不能补全的话，手动把驱动文件名敲出来)，然后就一直accept或yes 先下载cuda（.deb文件，NVIDIA提供的安装教程使用的是runfile文件，但NVIDIA的安装教程中推荐用.deb文件）和补丁（即patch）（https://developer.nvidia.com/cuda-release-candidate-download） 输入命令：sudo vim ~/.bashrc 重启系统：nvcc -V检查cuda是否安装成功 如果安装cuda之后想卸载重新装，卸载命令如下： 直接在百度上搜cudnn就会出来很多下载链接,下载cudnn时要先在NVIDIA上注册账号 先下载和cuda版本相匹配的cudnn，同一版本的cuda可能对应多个cudnn版本，这些不同版本的cudnn都可以用，但是会影响之后TensorFlow安装的版本选择 sudo cp include/cudnn.h /usr/local/cuda/include sudo cp 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* 本人比较懒，用pycharm装的TensorFlow，所以要先装pycharm（不会装pycharm去百度），由于Ubuntu16.04自带Python2.7和Python3.5，所以装好pycharm，直接指定解释器为系统自带的Python3.5就行了（不会指定pycharm解释器的，接着看），装好pycharm之后，打开pycharm，fille>settings>Project>Project Interpreter（这里可以选择解释器，指定为Python3.5），要装软件的话就点右侧边绿色的“+”,然后输入包名（如tensorflow-gpu）,再点install，傻等十几分钟就装好了，装所有其它的Python库都在这里装，这么便捷的安装方法可能是pycharm如此强大的一个原因，最后要测试一下tensorflow-gpu装没装成，随便从网上找点tf的程序测试一下。 [安装驱动参考] http://www.linuxidc.com/Linux/2017-10/147614.htm 1）先关闭图形环境，否则无法正常安装
2）pcie bus error 报错解决
GRUB_CMDLINE_LINUX_DEFAULT=”quiet splash” 改为GRUB_CMDLINE_LINUX_DEFAULT=”quiet splash pci=nomsi”,保存编辑；
然后输入：
sudo update-grub(更新grub文件),
再然后从1）开始操作；如果还是报pcie bus error，把pci=nomsi改为pci=noaer再试试。如果没有报错，进行第3）步；3）安装驱动
4)sudo service lightdm start
5)sudo reboot
6)输入nvidia-smi查看驱动是否安装成功
三、安装cuda
1)sudo dpkg -i cuda-repo-.deb
2)sudo apt-get update
3)sudo apt-get install cuda
4)安装补丁文件.deb
四、添加环境变量
在文件最后添加：
sudo apt-get –purge remove (输入cuda，然后按Tab键自动补全包名,可能包名补的不全，输入g（即带g的包名），再按Tab键就补全了)五、安装cudnn
我的机器是Ubuntu16.04，cuda8.0,cudnn v6.0 for linux，TensorFlow-gpu 1.4.1cd到cudnn的下载目录，然后在终端输入命令：
1）tar xvzf cudnn-8.0-linux-x64-v6.0.tgz（注意和自己下载的cudnn文件名一致）
2）cd cuda
3）按顺序敲下面的命令
六、安装TensorFlow-GPU
拿走不谢
[安装cuda和cudnn参考] http://blog.csdn.net/autocyz/article/details/52299889
[安装cuda9.0] http://blog.csdn.net/breeze5428/article/details/78256915