ubuntu16.04+anconda+tensorflow+cuda+cuDnn深度学习环境搭建
1安装Anaconda
在你存放anaconda的目录下打开终端，输入命令
bash Anaconda3-4.4.0-Linux-x86_64.sh
在安装的过程中会提示是否添加环境变量这时要选yes
如果没有选择需要手动添加环境变量
`source /.bashrc` #刷先下bashrc
注意要在linux系统下添加环境变量
输入python
出现下面的图片，说明你anaconda安装成功了。
2安装CUDA的驱动
1）在BIOS中关闭Secure Boot。（非常关键）
如果在BIOS中，Secure Boot是灰色的，需要：
查看Key Management中是否有东西(key)，有的话请全部删除；
Boot选项中的Launch CSM也要Disable(可能有的没有Launch这个单词，我的就是，但看到CSM就行了
2）利用系统自带的工具安装驱动。
*请确保已完成 1）在BIOS中关闭Secure Boot
依次打开：System Settings → Software & Updates → Additional Drivers，稍等一会儿就会出现类似下图的界面：
选择带有NVIDIA binary driver字样的，点击Apply Changes，输入密码安装即可。
安装完成后重启，然后在终端输入nvidia-smi查看是否安装成功
出现显卡信息则证明安装成功。
如图
3安装CUDA
注意安装的过程中一定要注意tensorflow的版本和CUDA的版本是否一致
非常重要非常重要非常重要（说三遍）
下图是版本对照表
之后去官网下载cuda*.deb版本
安装下图中的命令安装
去.bashrc配置CUDA相关环境
刷新输入命令
source .bashrc
检查是否安装成功
$ cd /usr/local/cuda-8.0/samples/5_Simulations/nbody
$ sudo make
$ ./nbody
如果成功的话会出现一段视频，说明CUDA已经安装好了
4安装cuDNN
输入下面的命令进行安装（注意要和CUDA的版本对应）
$ tar -xzvf cudnn-8.0-linux-x64-v6.tgz
$ 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 /usr/local/cuda/lib64/libcudnn*
5通过Anaconda安装Tensorflow
首先需要新建一个conda环境，命名为tensorflow-gpu
conda create -n tensorflow python=3.5
要注意Python版本需要写对
待创建完成之后可以使用以下命令管理这个环境：
source activate tensorflow-gpu #激活环境
source deactivate tensorflow-gpu #关闭环境
在激活环境的情况下输入以下命令进行安装tensorflow的gpu版本
pip install tensorflow-gpu==1.3.0
接着，在环境激活的情况下，输入python，然后输入
import tensorflow as tf
如果没有报错说明已经安装好了
完整的测试代码：
import tensorflow as tf
hello = tf.constant(‘hello tensorflow!’)
sess = tf.Session()
print(sess.run(hello))