注意这几点，少填坑：
安装顺序：Python -> Tensorflow -> Nvidia GPU Driver -> CUDA -> CUDNN
其中，可以在安装完成TensorFlow之后，尝试在python中import tensorflow，然后看给出的错误信息，其中包含所需要的CUDA和CUDNN版本，比如：
|
1
|
ImportError: libcudnn.so.6: cannot
open
shared object
file
: No such
file
or directory
|
表示需要CUDNN6.0版本，而与其对应的是CUDA8.0。
一定要下载对应的CUDA和CUDNN。
Tensorflow不支持CUDA9.0，故请将以下所有涉及9.0的换成8.0即可。
下面的内容可以不用看了，仅供参考。
建议看这一篇：http://www.cnblogs.com/xuliangxing/p/7575586.html
=====================
Windows10中，下载CUDA 8.0之后，在安装的时候选择自定义安装，并去掉GEFORCE和驱动，否则会安装失败。
安装完成之后，在python中调用tensorflow发现缺少cudnn6_64.dll，这意味着需要下载cudnn6 for cuda8.0。
下载完了直接将文件放到对应的文件夹中即可。
再次调用tensorflow，成功。
=====================
最终成功：
CUDA和CUDNN的测试也通过了，就不放图了。放一张import tensorflow成功的。
==============================
1、下载CUDA 9.0
从官网下载CUDA9.0，注意，如果网速太慢，不能10分钟之内下载完毕，最好用虚拟主机或者百度网盘离线下载。
我用本机下载尝试了好几次，都失败了，最后用的是Azure上的Ubuntu下载的，接着用/var/www/html分享，此外还有NFS、SSH、FTP等方法，可以在本地共享远程的ubuntu文件。Azure上的磁盘是托管的，如果删除了虚拟主机，应该可以直接全部导出磁盘上的文件，不过我没有试过。
Linux上的常用下载软件是uget，用uget代理firefox的全部下载链接。可以先用uget从官网下载，失败之后千万不要重试，让其hang out，然后再从虚拟主机或者其他的链接用uget下载，这时uget会自动续传。
2、安装NVIDIA显卡驱动
这个时候，直接在tty1中操作，请确保有网络链接。
|
1
|
sudo
service lightdm stop
#关闭图形界面
|
黑屏、开机时候的样子，接着按 ctrl+alt+F1进入tty1，登录。
我们发现下载的CUDA文件名中有384字样，这意味着我们需要下载nvidia-384这个驱动。为了避免出现循环登录、“Low graphical mode”以及不识别各种硬件的问题，我们需要先将默认的若干显卡驱动添加到一个配置文件中：
|
1
2
3
|
sudo
apt-get
install
vim
#自带的vi是屎
cd
/etc/modprobe
.d/
sudo
vim blacklist.conf
|
并且在最后添加：blacklist nouveau
|
1
|
sudo
update-initramfs -u
|
接着直接安装nvidia-384
|
1
2
|
sudo
apt-get remove --purge nvidia-*
#先卸载已经安装的驱动
sudo
apt-get
install
nvidia-384 nvidia-xconfig nvidia-settings nvidia-prime
|
|
1
|
sudo
update-initramfs -u
|
3、安装CUDA9.0
依然实在tty1中进行，找到下载的CUDA文件，参照官网在下载按钮下方给出的安装方法，输入命令即可。我的是.run文件，因此
|
1
|
sudo
sh cuda_9.0_file.run
|
按空格快速浏览协议，accept之后，不用安装cuda中带的384驱动，输入n。接着输入y或者按回车。
安装完毕之后，重启。
|
1
|
sudo
reboot
|
至此，CUDA安装完毕。新安装的显卡驱动对桌面的支持不好，在拖动窗口的时候会有锯齿。╮(╯▽╰)╭（我自己安装的时候都是坑。）
安装Tensorflow-gpu
|
1
|
sudo
pip3
install
tensorflow-gpu
|
一定要用sudo，否则白下。