Ubuntu 16.04+cuda9.0+Cudnn7.5+TF1.8.0
一、安装NVIDIA驱动
首先去官网查找适配自己电脑GPU的驱动，我的电脑驱动版本如下：
执行如下语句安装NVIDIA驱动
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-384 //驱动版本不同，对应不同的数字
sudo apt-get install mesa-commoon-dev //本句及下一句命令有的电脑需要，有的电脑不需要，根据实际情况输入命令
sudo pat-get install freeglut3-dev
执行完上述命令后若无问题，重启，若有问题，单独查资料解决
sudo reboot
重启后输入：
sudo nvidia-smi
如果显示GPU列表，则证明驱动安装成功了
二、安装CUDA9.0
首先去官网下载CUDA 9.0，下载的是.run文件
wget https://developer.nvidia.com/compute/cuda/9.0/Prod/local_installers/cuda_9.0.176_384.81_linux-run
下载完CUDA 9.0之后执行如下语句，运行.run文件
sudo sh cuda_9.0.176_384.81_linux.run
单击回车，一路往下运行，直到提示“是否为NVIDIA安装驱动nvidia-384？”，选择否，因为已经安装好驱动程序了，其他的全都是默认，不过要记住安装位置，默认是安装在/usr/local/cuda文件夹下。
配置环境变量，运行如下命令打开profile文件
sudo vi /etc/profile
打开文件后在文件末尾添加路径，也就是安装目录，命令如下：
export PATH=/usr/local/cuda-9.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64$LD_LIBRARY_PATH
保存，然后重启电脑
sudo reboot
三、测试CUDA的Samples例子
cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
如果显示的是关于GPU的信息，则说明安装成功了。
四、安装Cudnn7.5
去官网下载cuDNN Archive
由于要填表，这里分享本人填表过后下载的libcudnn7_7.0.5.15-1+cuda9.0_amd64.deb
密码3vec
然后安装.deb文件
sudo dpkg -i libcudnn7_7.0.5.15-1+cuda9.0_amd64.deb
安装完正确的版本后，确认你在你的/.bashrc（或者/.zshrc）文件中加入了下面环境变量
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64
export PATH=$PATH:/usr/local/cuda-9.0/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-9.0
五、安装tensorflow
sudo apt-get install python-pip python-dev # for Python 2.7
pip install tensorflow-gpu # Python 2.7; GPU support
如果无法翻墙，可用
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu # Python 2.7; GPU support
六、安装相关包
安装pyhton版openCV
sudo apt-get install python-opencv
安装pydot和graphviz（注意先后顺序）：
sudo pip install pydot>=1.2.4
sudo apt-get install graphviz
# the following does work
sudo apt install python-pydot python-pydot-ng graphviz
其它
sudo apt-get install python-numpy
sudo apt-get install python-matplotlib
sudo apt-get install python-scipy
sudo apt-get install python-pandas