1.安裝pip
(1)安裝
sudo apt-get install python3-pip python3-dev
(2)查看pip是否安裝成功
pip3 -V
(3)切換國內源
Linux下，修改 ~/.pip/pip.conf (沒有就創建一個)， 修改 index-url至tuna，內容如下：
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
2.安裝Anaconda
(1)下載安裝包
國內建議從https://mirrors.tuna.tsinghua.edu.cn下載
(2)在下載目錄執行以下命令
bash Anaconda3-5.2.0-Linux-x86_64.sh
(3)一路同意，默認安裝路徑為
/home/rock/anaconda3
(4)檢查是否安裝成功
conda --version （作用：查看當前Anaconda的版本）
(5)切換國內清華源
conda config --addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
# 設置搜索時顯示通道地址
conda config --setshow_channel_urls yes
最后查看一下:
vi ~/.condarc
3.安裝Nvidia顯卡驅動
(1)這篇博客講的很全面了，建議參考第一種，鏈接如下:
https://blog.csdn.net/tjuyanming/article/details/80862290
(2)安裝完成后進行驗證
nvidia-smi
4.安裝CUDA9.0
(1)官網下載CUDA(runfile類型)
https://developer.nvidia.com/cuda-download
(2)GCC版本降級
CUDA 9.0僅支持GCC 6.0及以下版本，而Ubuntu 18.04預裝GCC版本為7.3，故手動安裝gcc-6與g++-6：
sudo apt-get install gcc-6g++-6
切換至/usr/bin目錄修改符號鏈接，使GCC 6成為默認使用版本:
cd /usr/bin
sudo rm gcc
sudo ln -s gcc-6 gcc
sudo rm g++
sudo ln -s g++-6 g++
(3)到下載目錄，進行安裝
chmod u+x cuda_9.0.176_384.81_linux.run
sudo ./ cuda_9.0.176_384.81_linux.run
注意安裝過程中選擇不安裝驅動，僅安裝CUDA，Samples可以選擇性安裝。
5.安裝cuDNN7.1
(1)注冊Nvidia賬號並下載cuDNN7.1（CUDA9.0對應版本）
https://developer.nvidia.com/rdp/cudnn-download
(2)安裝cuDNN，首先在下載目錄解壓文件
tar -xvfcudnn-9.0-linux-x64-v7.tgz
把解壓文件夾cuda復制到CUDA安裝文件夾里面
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn*/usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
(3)安裝完畢之后，將以下內容加入~/.bashrc文件中
export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:$ {LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda
(4)查看版本是否正確
nvcc –version
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
6.安裝TensorFlow
(1)創建tensorflow環境：
conda create -n tensorflow python=3.6
(2)激活tensorflow環境：
source activate tensorflow
(3)安裝tensorflow
pip3 install tensorflow-gpu==1.8.0
(4)驗證是否安裝成功
#激活tensorflow環境
source activate tensorflow
#啟動python環境
python
#驗證TensorFlow是否安裝成功
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
7.安裝Pycharm
(1)從官網下載安裝文件，解壓到/home
https://www.jetbrains.com/pycharm/download/#section=linux
(2)進入解壓文件夾，執行pycharm.sh
sudo pycharm.sh
(3)修改 hosts 文件
打開/etc/hosts,在文件末尾添加 0.0.0.0 account.jetbrains.com
(4)最新注冊碼獲取方式
http://idea.lanyus.com/
(5)新建項目，將解釋器換為tensorflow的
有個小問題，在命令行可以運行示例程序。然而在Pycharm中運行程序，無法找到CUDA庫文件，參照博客解決了https://blog.csdn.net/dl_chenbo/article/details/53262230