ubuntu下安装和配置anaconda3+tensorflow1.4.1+cuda8.0+cudnn6.0
ubuntu的安装过程省略，大家可以自行去百度寻找ubuntu的安装攻略
1、下载并安装anaconda
首先先去下载anaconda3，通过终端运行并安装，这时我们可能会发现conda命令不可用，原因是环境变量没有被配置，所以我们要去配置一下环境变量
2、打开环境变量
× $sudo gedit /etc/profile × 这个命令可能会报No protocol specified，原因就不细说明了，大家可以用下面的命令去打开环境变量
sudo gedit ~/.bashrc
3、添加conda环境变量
在最后一行添加 export PATH=~/anaconda3/bin:$PATH
运行 source ~/.bashrc 使其生效
4、切换conda服务器镜像
由于国内的一些原因，conda的服务器会经常出现连接不上的情况，所以我们还需要切换一下国内的服务器，不然可能会出现http error这类问题
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
5、创建python环境
建立一个名为python3的环境，环境的名字大家也可以改为自己喜欢的，这里python选用了python3.6的版本，如果大家想用2.7的版本，可以将后面的版本号改为2.7
conda create --name python3 python=3.6
6、安装tensorflow
我们先进入到刚刚建好的环境里面，source activate python3
个人选择了tensorflow1.4.1的版本，如果想使用其他版本可以去清华的镜像里面找到相应的命令https://mirrors.tuna.tsinghua.edu.cn/help/tensorflow/
这里是python3.6+tensorflow1.4.1的命令
pip install \
-i https://pypi.tuna.tsinghua.edu.cn/simple/ \
https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/gpu/tensorflow_gpu-1.4.1-cp36-cp36m-linux_x86_64.whl
7、在 软件与更新 里面更新显卡驱动，重启
8、安装cuda8.0
tensorflow1.4.1不支持cuda9.0，所以安装cuda时记得要将版本号改为8.0，否则默认会安装cuda9.0
sudo apt-get update
sudo apt-get install cuda8.0
9、加入环境变量
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
运行 source ~/.bashrc 使其生效
10、安装cudnn6.0
去nvidia的官网上下载cudnn6.0，下载的时候需要注册，选择cudnn6.0 linux版本，具体的文件名已经不记得了，下面就用[cudnn]代替这个文件名了，运行下面的命令就可以安装并链接cudnn6.0了
tar -xzvf [cudnn].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*
11、加入环境变量
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
到了这里就已经可以在我们的环境里面运行tensorflow了，使用 source activate python3 切换到我们已经建立的目录中，输入python命令，在python中键入import tensorflow，即可测试tensorflow是否可用。（这里有一个小错误，就是tensorflow1.4.1不支持python3.6所以在运行时会提示错误，但是并不影响程序的运行，如果大家对此有疑虑可以建立3.5的环境或者2.7的环境）
后续我们还可以下载pycharm
12、安装pycharm（此处可选择安装，非必要）
在pycharm的官网上下载，免费的社区版就足够了，用tar命令解压并安装pycharm
tar -xvzf [pycharm].tar.gz
安装完成后使用bash命令运行 [pycharm根目录]/bin 目录下的pycharm.sh就可以启动pycharm了
由于我们是在anaconda的环境中安装的tensorflow，所以我们还需要将pycharm的默认解释器切换为我们的环境解释器，这样我们就可以在pycharm中编写tensorflow的程序了。