1、安装cuda之前的准备降级gcc版本为 4.8，g++版本为 4.8sudo apt install gcc-4.8 g++-4.8sudo update-alternativ髫潋啜缅es --install /usr/bin/gcc gcc /usr/bin/gcc-4.8 100sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.8 80
2、.安装cuda 9.0（1）下载16.04版本对应的cuda的run文件，安装选项如图1所示 （2）下载完成后，在终端打开该下载总目录，输入sudo sh sudo shcuda_9.0.176_384.81_linux.run。 （3）根据提示输入accept，y，Enter等
3、设置cuda环境变量sudo gedit ～/.bashrc文本最后添加内容Export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:/usr/local/cuda/extras/CPUTI/lib64export CUDA_HOME=/usr/local/cuda-9.0/binexport PATH=$PATH:$LD_LIBRARY_PATH:$CUDA_HOME
4、检测cuda：cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuerysudo make./deviceQuery看到最后结果是：Result =PASS如图即可
5、下载cuDNN7.0并复制到指定文件（1）下载解压cudnn7.0.5注册NVIDIA并下载cuDNN包：https://developer.荏鱿胫协nvidia.com/rdp/cudnn-archive下载完毕后，切到默认的Downloads文件夹，可以看到 cudnn-9.0-linux-x64-v7.tgz 压缩包，先解压，然后将其中的内容复制到CUDA安装文件夹里面。(2)复制cuDNN内容到cuda相关文件夹内sudo cp cuda/include/cudnn.h /usr/local/cuda/include sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
6、安装tensorflow-gpu$pip3install--upgrade tensorflow-gpu==1.10.0（python3.6）$Pip install--upgrade tensorflow-gpu==1.10.0( python2.7 )测试安装是否成功，终端中输入Python或python3再输入import tensorflow as tf无误则安装成功
