0、概述
在ubuntu16 64位下安装TensorFlow1.3 GPU版本 + CUDA8.0+CUDNN6.0，博主也是在尝试过许多版本后，安装成功的一组版本，当时也想把TensorFlow以及CUDA都弄到最新的版本，但是这两个在安装的时候版本通常不对应，导致安装以后出现各种问题，所以建议在安装的时候，查询一下需要安装的TensorFlow版本以及其支持的CUDA版本。
参考链接：
1. TensorFlow官方文档
2. CUDA安装
3. CUDNN安装，NVIDIA
4. CUDNN安装，CSDN
1、CUDA8.0安装
1.1 下载安装包
在NVIDIA官网下载对应版本的CUDA，这里我选择的是“CUDA Toolkit 8.0 GA2 ”，如下图：
1.2 安装CUDA
如下图所示，进行安装：
安装结束后可以使用：
nvidia-smi
或
nvcc –V 查看是否安装成功。
2、CUDNN6.0安装
2.1 下载CUDNN6.0并安装
这里我下载的是CUDNN6.0，下载如图三个包：
下载完成后，按照如下过程进行安装：
参照：CUDN文档
2.2 检验安装是否成功
按照上图过程即可测试是否安装成功，如还有问题，可以自习阅读官方的文档。
3、Anaconda 的安装
3.1 Anaconda下载
下载anaconda的包，个人感觉官网速度比较慢，最后选择从清华大学开源软件镜像站下载。
选择合适的版本进行下载，这里我下载的是Anaconda3-5.0.1-Linux-x86_64.sh。
3.2 Anaconda安装
下载完成后使用如下命令安装：
bash ./Anaconda3-5.0.1-Linux-x86_64.sh
安装过程中，会有提醒设置环境变量，注意设置就可以，如果没设置环境变量，使用以下命令：
临时：
export PATH="/home/doubi/anaconda3/bin:$PATH"
永久
echo 'export PATH="export PATH="/home/doubi/anaconda3/bin:$PATH"' >> ~/.bashrc
source ~/.bashrc
路径对应Anaconda的路径
3.3 Anaconda换源
对anaconda换源(同样使用清华大学开源镜像站的源) :
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
3.4 验证一下是否安装成功
conda -V
4、TensorFlow的安装
4.1 建立conda计算环境
conda create -n tensorflow python=3.6
这里python的版本根据你下载的Anaconda包进行选择。
4.2 激活环境
source activate tensorflow
4.3 使用conda安装TensorFlow
这里采用的是清华大学的源（感觉这个安装很舒服，需要其他版本可以去进行选择，包括python的版本以及TensorFlow版本都可以进行选择，真是太喜欢这个网站了，几乎所有的资源都有->链接）
pip install \
-i https://pypi.tuna.tsinghua.edu.cn/simple/ \
https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/gpu/tensorflow_gpu-1.3.0-cp36-cp36m-linux_x86_64.whl4.4 安装完成后激活和退出环境
source activate tensorflow
source deactivate
5、在jupyter notebook上测试程序
在激活后输入 jupyter notebook
如果出现“jupyter ModuleNotFoundError: No module named ‘tensorflow’”的错误，返回到激活状态下执行以下指令：
conda install ipython
conda install jupyter
如果还不行，重启一下应该就没问题了。
6、后话
安装TensorFlow GPU版本整整安了一个周，主要的问题是网上的博客教程什么的太乱了，写的不明白不清楚，而且官方有许多安装的方法，所以网上也是各种版本，博主这里建议，先缕清除整个安装过程，选择好合适的TensorFlow版本以及其对应的CUDA版本（极其重要！！！），博主在这上面吃了很大很大的亏，经常就是版本不对应的问题，出现问题解决不了，就重装系统从头再来一遍，心累的不行。这也是写这篇文章的原因，博主将整个过程一步一步地写下来，是想希望大家安装TensorFlow不再这么痛苦，之后可能还会进行补充。