ubuntu16.04服务器下安装cuda9.0+cudnn7.0+tensorflow1.6.0+Anaconda3
我将所需要的包全部放在了云盘，不需要再去繁琐的寻找下载了。(建议用文中给的百度云连接下载所需文件，以免出现NVIDIA驱动、cuda、cudnn、tensorflow版本不匹配引起的各种BUG)文中给出了所有包的地址和密码，废话不多说，开始吧！
1.Anaconda3安装
可从云盘中下载，地址链接: https://pan.baidu.com/s/1-69xqCiDec-lat_KarO8Vw 密码: tr3h
也可自己下载，Anaconda对应python3.6版本
cd 到Anaconda3安装文件的目录下
cd ~
cd 你的Anaconda3安装文件目录
sudo sh Anaconda3-5.2.0-Linux-x86_64.sh安装过程中不要自己加环境变量，全都选yes
手动添加环境变量：
vi .bashrc在bashrc文件最后一行加入，因为我的anaconda3安装在root文件下所以执行：（一般这个文件会和Anaconda3-5.2.0-Linux-x86_64.sh在一个目录下）
export PATH="/root/anaconda3/bin:$PATH"
2.安装NVIDIA驱动
可从云盘中下载，地址链接: https://pan.baidu.com/s/1EARfObXvf55bxnElDYDhUw 密码: 65aj
我下载的是nvidia TeslaV100对应cuda Toolkit9.0的驱动，如果显卡与我不同需要下载与显卡对应的版本，但CUDA Toolkit要选择cuda9.0的。显卡驱动下载地址：https://www.nvidia.com/Download/index.aspx?lang=en-us
切换到NVIDA驱动安装文件的目录下
cd ~
cd NVIDA驱动所在目录
安装NVIDA驱动
在安装驱动前要把X server关掉，不然会报错，执行：
sudo /etc/init.d/lightdm stop
sudo /etc/init.d/lightdm status
如果还报错，可能因为你的旧驱动没有卸载，执行
#关键的命令：
sudo apt-get purge nvidia-cuda*
sudo apt-get purge nvidia-*
现在再安装NVIDIA驱动
sudo sh NVIDIA*.run
安装过程中一路accept，yes
安装完成后，用下面命令测试，如果出现显卡的信息说明安装成功
nvidia-smi
3.安装CUDA
云盘可直接下载地址链接: https://pan.baidu.com/s/1ch0vpABj17cb8pGJPgt78Q 密码: g5tm
切换到cuda安装文件的目录
cd ~
cd cuda安装文件所在目录
安装cuda，执行命令
sudo sh cuda*.run
安装路径为/usr/local/cuda-9.0，提示是否安装驱动的时候选择n，因为之前咱们是安装过驱动的，其他选yes即可。如果提示：
===========
==summary==
===========
Driver: Not Selected
Toolkit: Installed In /usr/local/cuda9.0
Samples: Not Selected (我没有选择安装测试用的samples，所以是Not Selected,这点选不选都行)
有以上信息则说明安装成功
添加环境变量
用sudo vi打开/etc/profile，（vi的使用可以参考上一篇博客 http://blog.csdn.net/star_code/article/details/76584149）
最后添加：
export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
保存，测试命令
source /etc/profile 使更改生效。
nvcc –V 检查CUDA
4.安装cudnn
可从网盘上下载地址链接: https://pan.baidu.com/s/1jvtDKgTjU_66wA4HWIPVsg 密码: dh2r
切换到cudnn安装文件的目录
cd ~
cd cudnn安装文件的目录
安装cudnn
tar -xvzf cudnn-*.tgz
解压后是一个cuda文件夹
cd cuda
sudo cp include/cudnn.h /usr/local/cuda/include
sudo cp lib64/libcudnn.* /usr/local/cuda/lib64
5.安装tensorflow1.6.0
可从云盘上下载tensorflow的whl文件地址链接: https://pan.baidu.com/s/1RtxmWiq2LVIcwF007dNm3A 密码: j9a9
执行安装命令：
cd ~
cd tensorflow的whl文件的安装目录
pip install tensorflow_gpu-1.6.0-cp36-cp36m-linux_x86_64.whl
如果安装时提示权限不够，加--user赋权
pip install --user tensorflow_gpu-1.6.0-cp36-cp36m-linux_x86_64.whl
安装的时候会安装一些依赖包，如果你的网速比较好，这点跳过，如果总是出现超时，可以手动下载它正下载它下载的whl文件，因为环境可能不同大家需要的依赖包可能也不同，我把我自己当时手动下载的放上去，如果有需要可以使用
tensorboard-1.6.0-py3-none-any.whl：
链接: https://pan.baidu.com/s/1W_f8LBJPsjdDhuJxQPyWsg 密码: chx6
grpcio-1.13.0-cp36-cp36m-manylinux1_x86_64.whl
链接: https://pan.baidu.com/s/101Tlfux503A6HQezy9Ke2g 密码: gp9p
protobuf-3.6.0-cp36-cp36m-manylinux1_x86_64.whl
链接: https://pan.baidu.com/s/1fpvUnJjLU4ld5SonYMr2rQ 密码: id4g
安装的方式和上面安装tensorflow1.6.0一样，只不过要先安装这些依赖包，最后再执行安装tensorflow1.6.0。
6.安装opencv2
这是最简单的方法，执行命令
conda install --channel https://conda.anaconda.org/menpo opencv3
conda安装时可能会出现PermissionError(13, 'Permission denied')，执行
sudo chown -R xxxx /home/xxxx/anaconda3xxxx对应的anaconda3的上层文件夹 ，执行完后再执行opencv的安装命令，如果网速慢下载出现超时，提供
opencv3-3.1.0-py36_0.tar.bz2的百度网盘链接: https://pan.baidu.com/s/1MJtJEVB-C8u-dapgVpcazA 密码: 25ce
7.安装tensorlayer1.7.4
执行
pip install tensorlayer==1.7.4
8.如果需要mxnet和tflearn也可以安装
安装mxnet
pip install mxnet==1.2.0
安装tflearn
pip install tflearn
9.如果import tensorflow的时候下面会有 FutureWarning: Conversion of the second argument of issubdtype from `float` to `np.floating` is deprecated的一些东西，看着会很不舒服，执行下面命令：
pip install h5py==2.8.0rc1
#如果权限不够，执行：
pip install --user h5py==2.8.0rc1 10.Reference
https://blog.csdn.net/qq_36076233/article/details/80967706