最新更新：2018-03-16 16:07:26
注意這幾點，少填坑：
安裝順序：Python -> Tensorflow -> Nvidia GPU Driver -> CUDA -> CUDNN
其中，可以在安裝完成TensorFlow之后，嘗試在python中import tensorflow，然后看給出的錯誤信息，其中包含所需要的CUDA和CUDNN版本，比如：
ImportError: libcudnn.so.6: cannot open shared object file: No such file or directory
表示需要CUDNN6.0版本，而與其對應的是CUDA8.0，到這一步基本就OK了。
一定要下載對應的CUDA和CUDNN。
Tensorflow不支持CUDA9.0，故請將以下所有涉及9.0的換成8.0即可。
下面的內容僅供參考。
Windows10中，下載CUDA 8.0之后，在安裝的時候選擇自定義安裝，並去掉GEFORCE和驅動，否則會安裝失敗。
安裝完成之后，在python中調用tensorflow發現缺少cudnn6_64.dll，這意味着需要下載cudnn6 for cuda8.0。
下載完了直接將文件放到對應的文件夾中即可。
再次調用tensorflow，成功。
最終成功：
CUDA和CUDNN的測試也通過了，就不放圖了。放一張import tensorflow成功的。
1、下載CUDA 9.0
從官網下載CUDA9.0，注意，如果網速太慢，不能10分鍾之內下載完畢，最好用虛擬主機或者百度網盤離線下載。
我用本機下載嘗試了好幾次，都失敗了，最后用的是Azure上的Ubuntu下載的，接着用/var/www/html分享，此外還有NFS、SSH、FTP等方法，可以在本地共享遠程的ubuntu文件。Azure上的磁盤是托管的，如果刪除了虛擬主機，應該可以直接全部導出磁盤上的文件，不過我沒有試過。
Linux上的常用下載軟件是uget，用uget代理firefox的全部下載鏈接。可以先用uget從官網下載，失敗之后千萬不要重試，讓其hang out，然后再從虛擬主機或者其他的鏈接用uget下載，這時uget會自動續傳。
2、安裝NVIDIA顯卡驅動
這個時候，直接在tty1中操作，請確保有網絡鏈接。
sudo service lightdm stop #關閉圖形界面
黑屏、開機時候的樣子，接着按 ctrl+alt+F1進入tty1，登錄。
我們發現下載的CUDA文件名中有384字樣，這意味着我們需要下載nvidia-384這個驅動。為了避免出現循環登錄、“Low graphical mode”以及不識別各種硬件的問題，我們需要先將默認的若干顯卡驅動添加到一個配置文件中：
sudo apt-get install vim #自帶的vi是屎 cd /etc/modprobe.d/ sudo vim blacklist.conf
並且在最后添加：blacklist nouveau
sudo update-initramfs -u
接着直接安裝nvidia-384
sudo apt-get remove --purge nvidia-* #先卸載已經安裝的驅動 sudo apt-get install nvidia-384 nvidia-xconfig nvidia-settings nvidia-prime
sudo update-initramfs -u
3、安裝CUDA9.0
依然實在tty1中進行，找到下載的CUDA文件，參照官網在下載按鈕下方給出的安裝方法，輸入命令即可。我的是.run文件，因此
sudo sh cuda_9.0_file.run
按空格快速瀏覽協議，accept之后，不用安裝cuda中帶的384驅動，輸入n。接着輸入y或者按回車。
安裝完畢之后，重啟。
sudo reboot
至此，CUDA安裝完畢。新安裝的顯卡驅動對桌面的支持不好，在拖動窗口的時候會有鋸齒。╮(╯▽╰)╭（我自己安裝的時候都是坑。）
安裝Tensorflow-gpu
sudo pip3 install tensorflow-gpu
一定要用sudo，否則白下。
最后放一張