参考https://medium.com/@cjanze/how-to-install-tensorflow-with-gpu-support-on-ubuntu-18-04-lts-with-cuda-10-nvidia-gpu-312a693744b5（可能需要科学上网）
本人电脑：Thinkpad T470p 显卡：Nvidia 940MX
注：与本人电脑一样，可以拐了，不建议安装tensorflow-gpu，因为还没有cpu快。。。。
CUDA: cuda_10.0.130_410.48_linux.run
cuDNN: libcudnn7_7.4.2.24-1+cuda10.0_amd64.deb
libcudnn7-dev_7.4.2.24-1+cuda10.0_amd64.deb
libcudnn7-doc_7.4.2.24-1+cuda10.0_amd64.deb
步骤：
1. 先安装Nvidia显卡驱动，cuda10.0至少需要410的驱动，ubuntu18.04据我所知最稳定的是390的驱动， 不过我装了410试了下，似乎没什么问题。
安装410需要添加ppa： sudo add-apt-repository ppa:graphics-drivers/ppa，用 ubuntu-drivers devices 查看可以安装的版本，用sudo apt autoinstall 会直接安装recommended版本，这里我选择不安装最新的，因为这里recommend不代表最稳定， 所以选择安装410, sudo apt install nvidia-410
安装完成重启并可以使用nvidia-smi查看
注意： 两种方式要去分开，一种是从官网上下载安装，属于手动安装；另一种是上文说的方式apt安装。如果已用apt安装有nvidia驱动，再使用手动安装，可能导致系统卡在登录界面一直loop，此时进恢复模式登录root，sudo apt purge nvidia*即可
2. 下载cuda10.0安装
修改~/.bashrc,可以使用vim, nano等编辑器添加
export PATH=/usr/local/cuda-10.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
runfile直接sudo sh cuda_10.[YOURVERSION]_linux.run开始安装
type “no” when asked if you want to “Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 [YOURVERSION]?”
安装完成时会提示，安装未完成，驱动要高于384，这个不用管，是因为你选择了上面所示的问题你选择了no，cuda10.0他要安装的是410.48，但是Nvidia提供的是410.78，你没有按照他给的安装，所以这里会警告，不用管。
$ cd ~/NVIDIA_CUDA-10.0_Samples/bin/x86_64/linux/release
$./deviceQuery
用samples测试一下，出现Result = PASS 说明安装完成。
3. 下载安装cuDNN安装
下载时没有账号的话需要先注册，然后填写调查问卷，接着就可以下载了
下载三个文件：
libcudnn7_7.4.2.24-1+cuda10.0_amd64.deb
libcudnn7-dev_7.4.2.24-1+cuda10.0_amd64.deb
libcudnn7-doc_7.4.2.24-1+cuda10.0_amd64.deb
用一下命令安装
$ cd ~/Downloads
$ sudo dpkg -i libcudnn7_7.4.2.24-1+cuda10.0_amd64.deb
$ sudo dpkg -i libcudnn7-dev_7.4.2.24-1+cuda10.0_amd64.deb
$ sudo dpkg -i libcudnn7-doc_7.4.2.24-1+cuda10.0_amd64.deb
安装完成后，测试一下
$ cp -r /usr/src/cudnn_samples_v7/ $HOME
$ cd $HOME/cudnn_samples_v7/mnistCUDNN
$ make clean && make
$ ./mnistCUDNN
出现Test：passed!说明安装成功了
4. 安装tensorflow1.13（这里指tf-nightly-gpu）
这里安装tf-nightly-gpu，因为我安装时1.12的tensorflow-gpu会出现can’t import “libcublas.so.9.0”问题
建议先用virtualenv建立虚拟环境，tensorflow官网有
pip install tf-nightly-gpu
有时pip install 下载慢，可以点开pip install时的链接，直接下载whl文件，然后pip install *.whl来安装
5. 测试是否安装成功
$ python -c “import tensorflow as tf; tf.enable_eager_execution(); print(tf.reduce_sum(tf.random_normal([1000, 1000])))”
