最近看了很多网上的ubuntu安装tensorflow-gpu版本教程，感觉很复杂。

主要问题其实还是cuda cudnn 和tensorflow-gpu版本之间兼容的问题，不同的tf对应不同的cudnn和cuda。下面介绍本人亲测成功的方案

ubuntu16.04 （系统版本无所谓，都行）

anaconda 3

gpu  gtx1063

cuda  9.0  

cudnn 7.0    (for cuda 9.0)

安装显卡驱动

右上角-->系统设置-->软件和更新-->附加驱动

然后显卡驱动勾上，点应用更改

等下载完后重启一遍，显卡驱动就安装好了，下载terminal里面输入nvidia-smi 来查看

这样就算安装好了

安装cuda

本次教程用的版本是cuda-9.0

传送门：cuda下载地址

这样选 我只下了这个，有需要的可以全都是下

下载完了之后，terminal cd到下载目录下面输入一下命令进行安装

sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb

sudo apt-get update

sudo apt-get install cuda

然后就完成了

这里可以设置环境变量也可以不设置环境变量（不用设置也能使用tensorflow-gpu）

还是顺便说一下：

export CUDA_HOME=/usr/local/cudaexport PATH=$PATH:$CUDA_HOME/binexport LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

安装cudnn

这个东西下载之前要注册登录一下

传送门：cudnn下载传送门

下载如图：

下这个

现在完之后同理，手动解压出来吧，不用命令行了，然后cd到解压目录下面，输入一下命令行,将文件复制到cuda的安装目录下（这些代码是复制粘贴的，亲测有效，一行一行执行，不要着急）：

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*

环境变量配置

在terminal中输入

sudo gedit ~/.bash_profile 

在文本中输入一下环境变量

export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64:/usr/local/cuda-9.0/extras/CUPTI/lib64"

export CUDA_HOME=/usr/local/cuda-9.0

这样，两行，注意cuda是什么版本，环境变量中就设置什么，例如我的是cuda-9.0

最后保存生效在terminal中输入 source ~/.bash_profile

安装tensorflow-gpu

本人安装了anaconda集成环境，直接用pip进行安装，目前tensorflow-gpu最新版本是1.7，但是安装好了无法使用，本人降到1.5版本，可以正常使用

在terminal中输入 

pip install tensorflow-gpu==1.5

速度太慢的同学自行百度：pip 阿里源 清华源等等加速下载

安装好了然后利用以下代码进行测试：

import tensorflowas tf

matrix1 = tf.constant([[3., 3.]])

matrix2 = tf.constant([[2.],[2.]])

product = tf.matmul(matrix1, matrix2)

sess = tf.Session()

result = sess.run(product)

print (result)

效果如图：

显示了gpu版本显存等信息，并出了结果

总结

亲测可用的版本，结合了网上很多大神的方法，自己摸索出来的，不需要什么编译安装，不需要什么降版本gcc，省去了很多麻烦，所有安装包之类的下载之后，安装过程不超过20分钟

本人第一次写简书，如果有写的不好的地方或者更方便的安装方法，可以一起讨论