Python3.7 源碼下載：
https://www.python.org/downloads/release/python-370/
解壓源碼：
tar -zxvf Python-3.7.0.tgz -C ~
安裝源碼編譯所需的各種依賴庫：（Ubuntu16.04環境下）
sudo apt-get install zlib1g-dev libbz2-dev libssl-dev libncurses5-dev libsqlite3-dev libreadline-dev tk-dev libgdbm-dev libdb-dev libpcap-dev xz-utils libexpat1-dev liblzma-dev libffi-dev libc6-dev
配置安裝位置 配置優化：
./configure --prefix=/opt/python3.7 --enable-optimizations
編譯：
make -j 4
安裝：
sudo make install
也或者編譯、安裝一起：
sudo make && make install
安裝成功：
獨立的Python環境安裝好以后，我們需要安裝相應的計算庫：
sudo ./pip3 install mkl
sudo ./pip3 install numpy
sudo ./pip3 install scipy
sudo ./pip3 install matplotlib
驗證各個函數庫安裝成功：
下一步就是需要配置顯卡計算的相應環境：
首先是安裝cuda, 現在支持的cuda版本一般是cuda8, 這里我們也是安裝此版本。
下載地址：
下載頁：
https://developer.nvidia.com/cuda-80-ga2-download-archive
文件地址：
https://developer.nvidia.com/compute/cuda/8.0/Prod2/local_installers/cuda_8.0.61_375.26_linux-run
執行環境安裝：
sudo sh ./cuda_8.0.61_375.26_linux.run
安裝過程 一直 點擊確認，輸入yes, 就可以，唯一需要注意的是提示你是否安裝驅動，這里面我們默認是已經安裝好驅動的，如果沒有安裝驅動參考其它文章。所以，這里我們是默認不安裝驅動的，不然有可能造成版本不兼容，導致失敗。
no 輸入
安裝成功后需要進行配置， 修改HOME目錄下的 .bashrc 文件
加入以下內容：
export PATH=/opt/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/opt/cuda-8.0/lib64:$LD_LIBRARY_PATH
環境生效：
#環境變量立即生效
sudo source ~/.bashrc sudo ldconfig
cuDNN是GPU加速計算深層神經網絡的庫。首先去官網(https://developer.nvidia.com/rdp/cudnn-download)下載cuDNN，需要注冊一個賬號才能下載，沒有的話自己注冊一個。
這里我下載的是 cuda8.0對應的 cudnn
下載后是一個 deb文件，需要解壓：
ar -x libcudnn7-dev_7.1.4.18-1+cuda8.0_amd64.deb
xz -d ./data.tar.xz 解壓data文件
tar -xvf data.tar 接着解壓data文件
最后文件如下圖：
執行下面操作：
cp ./usr/include/x86_64-linux-gnu/cudnn_v7.h /opt/cuda-8.0/include/ cp ./usr/lib/x86_64-linux-gnu/libcudnn_static_v7.a /opt/cuda-8.0/lib64/
下面是進行tensorflow的編譯安裝。
第一步：下載編譯器 bazel
點擊鏈接： installer for your system，跳轉到Bazel的下載頁面：
下載bazel-0.15.0-installer-linux-x86_64.sh到桌面，下載最新版的，不用和我的一致，然后在terminal中輸入以下命令
添加執行權限
sudo chmod a+x bazel-0.15.0-installer-linux-x86_64.sh
安裝
sudo ./bazel-0.15.0-installer-linux-x86_64.sh