1. 安装显卡驱动
https://tecadmin.net/install-latest-nvidia-drivers-ubuntu/
2. 安装cuda (8.0)
https://blog.csdn.net/wanzhen4330/article/details/81699769
https://www.cnblogs.com/go-better/p/7161006.html
注意点：
界面安装显卡驱动，(Install NVIDIA Accelerated Graphics Drives for Linux-x86_64) 这里选择no
3. 安装cudnn (6.0)
下载cudnn
[https://developer.nvidia.com/rdp/cudnn-archive](https://developer.nvidia.com/rdp/cudnn-archive
安装cudnn v6.1,方便后面安装tensorflow-gpu 1.4）
http://blogs.csdn.net/m037192554/article/details/81032426
4. 安装OpenCV依赖
sudo apt-get install build-essential # 安装各种开发工具，比如g++,libstdc++等
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev # 处理图像所需的包，可选
sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev liblapacke-dev
sudo apt-get install libxvidcore-dev libx264-dev # 处理视频所需的包
sudo apt-get install libatlas-base-dev gfortran # 优化opencv功能
sudo apt-get install ffmpeg
5. 安装caffe ，修改Makefile.config文件
caffe安装包和依赖库可在百度云中找到链接：https://pan.baidu.com/s/16gVpZIWgxhanXXVFjo1D1Q
提取码：qy12
sudo gedit Makefile.config #打开Makefile.config文件
根据个人情况修改文件：
a.若使用cudnn，则
USE_CUDNN := 1 前 # 去掉
b.若使用的opencv版本是3的，则
OPENCV_VERSION := 3 前 # 去掉
c.若要使用python来编写layer，则
WITH_PYTHON_LAYER := 1 前 # 去掉
d. 将INCLUDE_DIRS和LIBRARY_DIRS中的Caffe依赖库修改为自己本地的路径，比如将Caffe依赖库放置/home/qq/usr/local/下面，那么INCLUDE_DIRS和LIBRARY_DIRS如下：
INCLUDE_DIRS := $(PYTHON_INCLUDE) \
/usr/local/include/ \
/home/qq/usr/local/Atlas/include/ \
/home/qq/usr/local/Boost/Boost_1.61/include/ \
/home/qq/usr/local/gflags/include/ \
/home/qq/usr/local/glog/include/ \
/home/qq/usr/local/hdf5/include/ \
/home/qq/usr/local/hdf5_hl/include/ \
/home/qq/usr/local/Leveldb/ \
/home/qq/usr/local/Lmdb/include/ \
/home/qq/usr/local/OpenCV/OpenCV_3.4.2_NoCUDA/so/include/ \
/home/qq/usr/local/Protobuf/google/ \
/home/qq/usr/local/Protobuf/ \
/home/qq/usr/local/Snappy/include/
LIBRARY_DIRS := $(PYTHON_LIB) \
/usr/local/lib/ \
/usr/lib/ \
/home/qq/usr/local/Atlas/lib/ \
/home/qq/usr/local/Boost/Boost_1.61/lib/ \
/home/qq/usr/local/gflags/lib/ \
/home/qq/usr/local/glog/lib/ \
/home/qq/usr/local/hdf5/lib/ \
/home/qq/usr/local/hdf5_hl/lib/ \
/home/qq/usr/local/Leveldb/lib/ \
/home/qq/usr/local/Lmdb/lib/ \
/home/qq/usr/local/OpenCV/OpenCV_3.4.2_NoCUDA/so/lib/ \
/home/qq/usr/local/Protobuf/lib/ \
/home/qq/usr/local/Snappy/lib/ \
/home/qq/usr/local/3rdparty/
e. 修改其他相关的配置(如是否使用CUDA，CUDA路径，是否使用OpenCV3.x)
6. 修改Makefile文件
打开Makefile文件，搜索pathOfProtoc, pathOfProtoc的值就是Caffe依赖库ProtoBuffer的路径，将它的值修改为本地路径即可，比如Protobuffer放置在/home/qq/usr/local/Protobuf/路径中，则将pathOfProtoc的值修改为：
pathOfProtoc:=/home/qq/usr/local/Protobuf/bin/protoc
7. 修改动态链接库
将Makefile.config中LIBRARY_DIRS中的所有caffe依赖库加入系统的动态链接库
a. 执行：
sudo gedit /etc/ld.so.conf
b. 将Caffe依赖库路径添加到ld.so.conf文件中
比如将Caffe依赖库放入/home/qq/usr/local/，则在 ld.so.conf中添加如下内容：(注意最后没有反斜杠，跟第五步中d的区别)
/home/qq/usr/local/Atlas/lib/
/home/qq/usr/local/Boost/Boost_1.61/lib/
/home/qq/usr/local/gflags/lib/
/home/qq/usr/local/glog/lib/
/home/qq/usr/local/hdf5/lib/
/home/qq/usr/local/hdf5_hl/lib/
/home/qq/usr/local/Leveldb/lib/
/home/qq/usr/local/Lmdb/lib/
/home/qq/usr/local/OpenCV/OpenCV_3.4.2_NoCUDA/so/lib/
/home/qq/usr/local/Protobuf/lib/
/home/qq/usr/local/Snappy/lib/
/home/qq/usr/local/3rdparty/
c. 为了避免找不到CUDA路径，将下面的路径也放入ld.so.conf文件
/usr/local/cuda/lib64/
d. 执行：
sudo ldconfig
8. 编译Caffe
执行：
make all -j8
make runtest
注意：Caffe依赖库目前只支持Ubuntu16.04,如果你的Ubuntu是其他版本，需要重新编译
9.编译pycaffe‘
make pycaffe -j8
配置环境变量，以便python调用：
sudo gedit ~/.bashrc
将export PYTHONPATH=/home/caffe/python:$PYTHONPATH添加到文件中
source ~/.bashrc
10. 安装tensorflow-gpu 1.4
pip3 install tensorflow-gpu
tensorflow-gpu 安装速度特别慢，且容易失败，可加镜像源
https://blog.csdn.net/wukai0909/article/details/62427437
另ubunu自带python版本2.7 和3.5 可自行切换，pip更新等参考博客【Ubuntu】Ubuntu修改默认Python版本 - CSDN博客
检查是否安装成功
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
显示Hello,tensorflow! 即可