安裝驅動
最開始在英偉達官網下載了官方驅動，安裝之后無法登錄系統，在登錄界面反復循環，用cuda里的驅動也出現了同樣的問題。最后解決辦法是把驅動卸載之后，通過命令行在線安裝驅動。
卸載驅動：
sudo nvidia-uninstall
在線安裝：
sudo apt-add-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-384 #具體驅動版本號可以到官網查
安裝完之后，在終端輸入
nvidia-smi
出現下圖，說明顯卡安裝成功：
安裝cuda
在英偉達官網下載cuda安裝包(.run文件)，在終端中切換到cuda安裝包目錄，直接sudo運行安裝包即可。注意在問你是否要安裝顯卡驅動的時候，選擇no。
安裝之后,添加環境變量:
gedit ~/.bashrc
在文件最后添加如下幾行:
export PATH="/usr/local/cuda/bin:$PATH"
export CUDA_HOME="/usr/local/cuda"
export LD_LIBRARY_PATH="/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64:$LD_LIBRARY_PATH"
之后把cudnn文件復制到cuda安裝目錄的lib和include文件夾下。
安裝tensorflow
安裝之前需要安裝libcupti-dev庫,
sudo apt-get install libcupti-dev
安裝tensorflow的方法很多,最簡單的方法是用pip(或者用conda命令,如果你安裝了anaconda的話)安裝:
pip install tensorflow-gpu
# conda install tensorflow-gpu
如果想制定安裝某個版本，可以在tuna上查看具體版本的鏈接：
https://mirrors.tuna.tsinghua.edu.cn/help/tensorflow/
驗證安裝是否成功，在python命令行中輸入如下代碼：
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
如果輸出Hello, TensorFlow!，說明安裝成功。如果報錯說沒有找到libcuda.so：
ImportError: libcuda.so.1: cannot open shared object file: No such file or directory
那么到系統的庫文件目錄下新建一個鏈接，鏈接到cuda安裝目錄下的libcuda.so文件。首先通過下面的命令查找libcuda.so在哪個目錄下：
sudo find / -name 'libcuda.so*' -maxdepth 10
假設找到是在目錄LIB_DIR下，那么通過下面的命令新建鏈接：
cd /usr/lib/x86_64-linux-gnu # 系統庫文件目錄
sudo ln -s LIB_DIR libcuda.so.1
其他錯誤，請參考如下鏈接：
https://www.tensorflow.org/install/install_linux#common_installation_problems