之前一直用Ubuntu16.04的系统，也写过一篇如何在Ubuntu16.04系统上安装tensorflow-gpu的博客，但是自己前几天手贱把系统更新到了Ubuntu18.04，照常的打开Pycharm，输入import tensorflow as tf，发现没卵用了。估计是NVIDIA的驱动升级了，Cuda不能用了，而且Ubuntu16.04系统默认python3.5，Ubuntu18.04系统默认python3.6，这么看来也只有重新装Tensorflow了。
还是跟之前的安装步骤类似：
检查NVIDIA驱动的型号
检查gcc版本
安装对应版本的Cuda
修改环境变量
安装对应版本的Cudnn
安装Tensorflow-gpu
下面将对上述步骤详细说明：
1）查看NVIDIA驱动型号
可以在终端输入nvidia-smi查看具体型号，如果系统有安装NVIDIA驱动，则会显示驱动的型号等信息。
如果系统没有安装NVIDIA驱动或者驱动版本较低，可以通过在终端输入ubuntu-drivers devices查看系统为你推荐的驱动型号。
可以看到系统推荐安装的NVIDIA-410的驱动，为了防止Tensorflow不能支持过新的驱动，我最后安装了NVIDIA-396型号的驱动。在终端输入
sudo apt install nvidia-driver-396
中间如果提醒有依赖包未安装，则先安装依赖包再返回安装驱动，其余根据提示进行安装即可。别忘了安装之后在终端输入nvidia-smi检查是否安装成功。
这里贴一张官网Cuda版本对应NVIDIA驱动型号的示意图。
从图中可以看到，NVIDIA-396可以安装Cuda-9.2，但实际中基于Cuda9.2安装Tensorflow一直未成功（可能是我有什么地方没有装正确），所以最后我很保险的选择了Cuda-9.0。
2）降级gcc
由于Cuda-9.0只支持gcc-6.0以下的版本，而Ubuntu18.04系统默认安装的gcc-7.3版本（可以在终端输入gcc --version查看系统安装的gcc版本），所以首先需要降级为gcc-5版本。
- 首先需要安装
gcc-5
在终端输入：
sudo apt install gcc-5
sudo apt install g++-5
- 链接至
gcc-5版本
在终端输入：
cd /usr/bin
sudo mv gcc gcc.bak #备份
sudo ln -s gcc-5 gcc
sudo mv g++ g++.bak
sudo ln -s g++-5 g++
通过gcc --version查看系统的gcc版本是否已更改
3）安装对应版本的Cuda
从官网下载Cuda-9.0的run文件安装包，注意官网的主文件下面还有四个更新包，一并下载下来。然后在终端输入：
- 基础安装包
sudo sh cuda_9.0.176.384.81_linux.run --override
在安装过程中，会出现几个是否选装和安装位置的选项，其中第二个不需要安装NVIDIA驱动（系统已安装），其余都选择yes或者敲回车。
- 四个更新包
sudo sh cuda_9.0.176.1_linux.run
sudo sh cuda_9.0.176.2_linux.run
sudo sh cuda_9.0.176.3_linux.run
sudo sh cuda_9.0.176.4_linux.run
分别安装每个更新包。
4）修改环境变量
安装完Cuda-9.0后，还需要将其添加至系统环境变量。
打开.bashrc文件：
sudo gedit .bashrc
在文本的最后添加以下代码：
export PATH="$PATH:/usr/local/cuda-9.0/bin"
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64"
保存文本后，更新系统环境变量：
source .bashrc
至此，可以通过在终端输入nvcc -V，检查Cuda-9.0是否安装成功。
5）安装Cuda对应的Cudnn版本
安装完Cuda之后，继续安装与Cuda-9.0版本对应的Cudnn。去官网下载三个deb安装包。
按照下面的顺序分别安装三个deb包。
sudo dpkg -i 'Runtime Library.deb'
sudo dpkg -i 'Developer Library.deb'
sudo dpkg -i 'Code Sample and User Guide.deb'
sudo apt-get update
安装完之后可以检查是否安装成功，在终端输入下面代码，如果安装成功会显示Test Passed字样。
cd /usr/src/cudnn_samples_v7/mnistCUDNN
sudo make
./mnistCUDNN
6）安装tensorflow-gpu
直接通过pip安装Tensorflow-gpu，默认下载的是最新的１.10版本。
sudo pip3 install tensorflow-gpu
7）卸载Cuda和Cudnn
- 卸载
Cuda-9.0
在终端输入：
cd /usr/local/cuda-9.0/bin
sudo ./uninstall_cuda_9.0.pl
- 卸载
Cudnn-7.1.3
在终端输入：
sudo apt remove cudnn*