ubuntu16.04安装cuda9.0和GPU版tensorflow（详细）
安装时各个版本之间一定要匹配！可参考如下版本：
1.安装显卡驱动，去官网选择自己合适的显卡
我的电脑适配的显卡是NVIDIA-Linux-x86_64-384.130.run
下载完成后放在home目录下，接着打开终端运行
sudo service lightdm stop
(此时会进入关闭图形界面之后黑屏，此时使用“ctrl+alt+F1”进入命令行界面）
在命令行输入
chmox +x NVIDIA-Linux-x86_64-384.130.run
./ NVIDIA-Linux-x86_64-384.130.run
(接着会有一系列选项确定安装）
sudo service lightdm start
（返回图形界面）
然后在此处进行修改，选择应用更改选项。
输入nvidia-smi,测试显卡是否安装成功，如果出现这样的结果即表示安装成功了。
2.安装cuda
sudo sh cuda_9.0.176_384.81_linux.run
安装提示接着会有一系列选项，在是否安装Linux-x86_64 361.62驱动，这里必须输入“N”不安装否则， cuda后面的安装都会出错。后面的全部按照默认即可，安装完毕后，再声明一下环境变量，并将其写入到 ~/.bashrc 的尾部，终端输入：
echo 'export PATH=/usr/local/cuda-9.0/bin:$PATH' >> ~/.bashrc echo 'export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc
sudo reboot
重启后 运行
终端输入 nvcc -V后出现：
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Sep__1_21:08:03_CDT_2017
Cuda compilation tools, release 9.0, V9.0.176
说明cuda安装成功。
最后测试cuda9.0,在终端执行以下命令：
cd ~/NVIDIA_CUDA-9.0_Samples/1_Utilities/deviceQuery
make
./deviceQuery123
输出Result = PASS 表示安装成功。
3.安装tensorflow-gpu_1.8.0
(安装完测试，即可知道需要哪一个版本的cudnn)
pip install tensorflow-gpu==1.8.0
完成后输入
python
import tensorflow as tf
报错提示安装缺少libcudnn.so.7,即意味着需要安装cudnn版本为cudnn7.0
4.安装cudnn
https://developer.nvidia.com/rdp/cudnn-archive
需要注册和登录
选择点开
Download cuDNN v7.0.5 (Dec 5, 2017), for CUDA 9.0
点开
cuDNN v7.0.5 Library for Linux
下载 得到
cudnn-9.0-linux-x64-v7.tgz
然后在终端运行
$ tar -zxvf cudnn-9.0-linux-x64-v7.tgz
$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ -d
$ sudo chmod a+r /usr/local/cuda/include/cudnn.h
$ sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
接着，重新在终端运行
$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Sep__1_21:08:03_CDT_2017
Cuda compilation tools, release 9.0, V9.0.176
5.再次进行测试
输入
python
import tensorflow as tf
即可看到tensorflow1.8安装成功！