重要的事情说三遍：
安装之前，一定要先备份。这里推荐使用timeshift，简单易用。
安装之前，一定要先备份。这里推荐使用timeshift，简单易用。
安装之前，一定要先备份。这里推荐使用timeshift，简单易用。
......
注意事项：
1、cuda8.0不支持tensorflow-gpu>=1.5，目前来看cuda9.1不支持tensorflow-gpu，所以最好下载cuda9.0。
2、cuda9.0要求的最低nvidia驱动时384.81，所以要保证自己的驱动>=384.81。（不然会安装时出现各种问题）。
3、如果你的opencv3.2想用cuda加速，请不要使用cudnn7.1，下载cudnn7.0，不然即使安装上了，使用opencv时还是会有错误提示。
总结：nvidia驱动>=384.81，cuda=9.0，cudnn=7.04，opencv3.2，tensorflow-gpu=1.7
1常用命令
lspci | grep -i nvidia # ls=list，pci代表pci总线，lspci表示查看连接到pci总线的设备，|我们称为管道符，用于将前面命令的输出作为后面命令的输入。grep用于查找文件中符合条件的字符串，-i表示忽略字符串的大小写。这条命令可以查看自己的nvidiaGPU哦 nvidia-smi -l #安装显卡驱动后才能使用，用来查看GPU的工作情况 ll #查看当前文件夹下所有文件的详细情况，d蓝色的表示文件夹，-白色的表示普通文件，-红色的表示压缩包，-绿色的表示可执行文件，l浅绿色的表示链接文件 dpkg -l cuda* #查看所有用deb方式安装的前缀为cuda的包 sudo apt-get remove --purge cuda* #移除这些包
安装nvidia驱动
卸载并禁用第三方驱动，请自行参考官网
首先检查自己的驱动满足要求吗，如果满足最好直接跳过本小节。
检查自己的驱动版本
nvidia-smi #如果>=384.81，就不需要卸载重装了，可以直接跳过本小节。
1、卸载驱动并重启
sudo apt-get remove --purge nvidia-* #下面两条命令可以跳过 sudo apt-get autoremove #自动删除无用的依赖，慎用此条命令，系统可能会删除不该删除的，造成更多的错误 sudo apt-get -f install #自动安装一些依赖，可以自行百度下作用
sudo reboot #好像不重启也没什么问题，我的就没有重启
2、如果没有添加驱动源,先添加NVIDIA的源
sudo add-apt-repository ppa:graphics-drivers/ppa #添加源 sudo apt-get update #更新源，这一步是必要的
3、查看可安装的驱动版本，使用推荐的
ubuntu-drivers devices #显示可安装的驱动，我们最好选择recommended sudo apt-get install nvidia-XXX #XXX表示需要安装的驱动型号
nvidia-smi #查看是否安装成功
卸载cuda8.0
如果你没有安装过，那么就可以跳过本小节。
如何才能卸载干净cuda8.0，我折腾了很久。
如果之前使用runfile安装的，那么只需执行下面的命令即可。
cd /usr/local/cuda-8.0/lib sudo ./uninstall....pl
如果之前使用deb安装的，那么需要执行下面的命令
cd dpkg -l cuda* #查看前缀为cuda的所有安装包 sudo apt-get remove --purge cuda* #移除
安装cuda9.0
下载地址：https://developer.nvidia.com/cuda-toolkit-archive
这一部分一定要查看官方的安装指导https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html
最好选择本地deb，无需联网。网上有很多推荐runfile安装的，我自己的电脑试过很多次，失败、失败、总是失败。deb(local)，简单易安装。
安装方法如下：
sudo dpkg -i cuda......deb #执行完这一步，你会发现路径/var下面有个cuda-repo-9-0-local。没错你猜对了dpkg的作用就是把deb包搞到这里。 sudo apt-key add /var/cuda-repo-9-0-local/7fa... #不妨用cd命令进入这个文件夹下面看看都有什么，哇里面竟然有7fa2af80.pub和很多的deb包。 # apt-key add的作用是什么，7fa...是一个密钥，请自行百度http://man.linuxde.net/apt-key sudo apt-key update #更新密钥库 sudo apt-get update #这一步很重要 sudo apt-get install cuda-9-0 #如果你的key库中同时有cuda8-0和cuda-9-0，那么指明就比较重要了。
配置环境变量：
sudo gedit /etc/profile
export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}} #我这里写的可能不太正确，请参考官网的安装手册。
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
reboot # 这种配置环境变量的方式，重启才能永久生效。注意：官网说的直接在terminal中export是不可行的，因为关闭命令行，环境变量就没了需要重新配置。
查看cuda版本
nvcc -V
安装cudnn
这一步比较简单，可参考官方安装指导，最后建立软链接（官方没有这一步，但我认为比较重要）。
下载cudnn7.0。https://developer.nvidia.com/rdp/cudnn-archive
添加软链接
cd /usr/local/cuda/lib64 ll #你会发现有三个绿色的文件，没错我们下一步要在他们之间建立软链接 sudo rm -rf libcudnn.so libcudnn.so.7 #删除原有的链接 sudo ln -s libcudnn.so.7.0.4 libcudnn.so.7 sudo ln -s libcudnn.so.7 libcudnn.so ll #现在再查看发现libcudnn.so --> libcudnn.so.7，libcudnn.so.7 --> libcudnn.so.7.0.4，而libcudnn.so.7.0.4仍为绿色文件，其他变为浅蓝色链接
安装tensorflow-gpu
源码编译比较麻烦，我采用python的包管理软件pip来安装，卸载也很方便。
请详细参考官方的安装教程：https://tensorflow.google.cn/install/install_linux
sudo apt-get install cuda-command-line-tools #当你运行这条命令时，会发现，找不到包，没错，因为你没有指定具体的版本 sudo apt-get install cuda-command-line-tools-9-0 #会提示你早已经安装了，没错，当你安装cuda时，他就安装了。 cd dpkg -l cuda* #验证它确实存在，这下你就放心了吧 环境变量还是要老老实实的配置
安装tensorflow-gpu
pip list #如果之前存在别的版本，也没关系，直接安装就行。安装时，系统会自动卸载旧版本。 sudo pip install tensorflow-gpu==1.6 # ==1.6是我指定的版本，不指定就会安装最新的，cuda9.0可能会不支持哦！ python import tensorflow
安装opencv3.2
cuda9.0和opencv3.0以上的版本有点不兼容。不过没关系，我们通过修改opencv的源文件，仍能解决此问题。
请参考opencv3.2的官方安装指导教程：https://docs.opencv.org/3.2.0/d6/d15/tutorial_building_tegra_cuda.html
如果你以前已经安装opencv-3.2，请采取正确的方式卸载，不然安装时可能会出错，所以要备份当前系统哦！
下载opencv3.2的压缩包
unzip opencv3.2.0.zip cd opencv-3.2.0 mkdir build cd build touch my_cmake.sh #新建的sh文件 gedit my_cmake.sh
在my_cmake.sh中写入以下内容：
#!/bin/bash cmake \ -DCMAKE_BUILD_TYPE=Release \ -DCMAKE_INSTALL_PREFIX=/usr \ -DBUILD_PNG=OFF \ -DBUILD_TIFF=OFF \ -DBUILD_TBB=OFF \ -DBUILD_JPEG=OFF \ -DBUILD_JASPER=OFF \ -DBUILD_ZLIB=OFF \ -DBUILD_EXAMPLES=ON \ -DBUILD_opencv_java=OFF \ -DBUILD_opencv_python2=ON \ -DBUILD_opencv_python3=OFF \ -DWITH_OPENCL=OFF \ -DWITH_OPENMP=OFF \ -DWITH_FFMPEG=ON \ -DWITH_GSTREAMER=OFF \ -DWITH_GSTREAMER_0_10=OFF \ -DWITH_CUDA=ON \ -DWITH_GTK=ON \ -DWITH_VTK=OFF \ -DWITH_TBB=ON \ -DWITH_1394=OFF \ -DWITH_OPENEXR=OFF \ -DCUDA_TOOLKIT_ROOT_DIR=/usr/local/cuda-9.0 \ -DCUDA_ARCH_BIN='3.0 3.5 5.0 6.0 6.2' \ -DCUDA_ARCH_PTX="" \ -DINSTALL_C_EXAMPLES=ON \ -DINSTALL_TESTS=OFF \ -DOPENCV_TEST_DATA_PATH=../opencv_extra/testdata \ ..
然后进入opencv-3.2中的cmake文件夹修改一些文件，具体如何修改请参考：https://blog.csdn.net/u014613745/article/details/78310916。
最后，在build文件夹下面配置、编译、安装就可以了。
sudo ./my_cmake.sh sudo make -j16 #-j16是一个参数，机器性能越好参数就可以设置的越大。也可以直接make sudo make install
sudo /bin/bash -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf' sudo ldconfig
pkg-config --modversion opencv #查看opencv版本
安装成功后，大家就可以愉快的使用了！