1.anaconda安装
（1）在官网下载对应的安装包
（2）在下载目录下执行以下操作
bash Anaconda3-5.0.1-Linux-x86_64.sh
（3）对于安装提示，回车确认；进入licence文档，q跳过，yes确认，输入安装路径，开始安装
（4）安装完成后，选择将anaconda3的binary路径加入到.bashrc，以后Python和ipython命令会自动使用anaconda的Python环境
2.NVIDIA驱动安装
（1）删除原有的NVIDIA驱动sudo apt-get remove --purge nvidia-*
（2）从NVIDIA官网下载适合的驱动，下载完后
cd Downloads
sudo chmod a+x NVIDIA-Linux-x86_64-375.66.run #给驱动run文件赋予执行权限
sudo ./NVIDIA-Linux-x86_64-375.66.run #安装驱动
reboot #重启
（3）nvidia-smi #检验是否安装成功
3.安装cuda8.0
注：目前最新的cuda版本为9.1，之前安装的时候与TensorFlow出现版本兼容问题，建议去TensorFlow官网查看版本支持之后再选择安装。
（1）去官网下载：https://developer.nvidia.com/cuda-downloads
我们选择下载runfile的local版本进行下载
（2）ctrl+alt+F1进入命令行界面
cd Downloads
sudo service lightdm stop #禁用X服务
sudo /etc/init.d/lightdm stop #一样的命令
sudo sh cuda-8.0.44_linux.run --no-opengl-libs
选择不安装NVIDIA驱动，后面选择yes或默认即可
sudo /etc/init.d/lightdm start #启用服务
reboot
（3）修改环境配置sudo gedit ~/.bashrc
将下面两句加入路径并保存
export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$CUDA_HOME/bin
export LD_LIBRARY_PATH=/usr/local/cuda/lib64
使上述修改生效source ~/.bashrc
（4）测试安装是否成功
cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
显示GPU信息说明成功
4.配置cuDNN
（1）从官网注册之后下载与cuda匹配的cuDNN，
（2）在cuda的安装目录解压cuDNN
cd /usr/local
sudo tar -xzvf ~/Downloads/cudnn-8.0-linux-x64-v5.0-ga.tgz
完成安装
（3）配置cuda的路径
sudo ln -s libcudnn.so.5.1.0 libcudnn.so.5 #生成软衔接
sudo ln -s libcudnn.so.5 libcudnn.so #生成软链接
5.安装TensorFlow-gpu
安装TensorFlow有按虚拟环境安装、从编译好的release版本安装、从源码编译安装、用pip安装等方式，我们选择使用pip安装。
（1）卸载原来的tensorflow
sudo pip uninstall tensorflow
（2从https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.0.0rc1-cp35-cp35m-linux_x86_64.whl下载gpu版的tf）
sudo pip install tensorflow_gpu-1.0.0rc1-cp35-cp35m-linux_x86_64.whl
（3）测试
$ipython
importtensorflow as tf
6.参考文章
http://blog.csdn.net/fyz530357172/article/details/79207764
https://www.tensorflow.org/install/install_linux#NVIDIARequirements
