上次分享了安装经验，安装成功的深度学习环境为，tensorflow1.0.0+cuda8.0+cudnn5.1.
但是随着学习的进度，发现很多其他作者给的源代码都
是用的高版本的tensorflow,直接用我原来的框架打开，函数报错，因为库函数写法发生了变化，于是每次都google修改，非常麻烦。于是我自己将tensorflow打算升级到1.7（暂时最新），cudnn升级到7.1（暂时最新），我的cuda还是8.0，这一升级，我就遇到问题了，根本不能直接升级到最新的版本。
升级tensorflow我使用的是下面的命令：
安装到Anaconda：
安装：pip install tensorflow-gpu==1.2.1
卸载：pip uninstall tensorflow-gpu==1.2.1
安装与卸载keras同样：
安装：pip install keras==2.0.5
pip uninstall keras=2.0.5上面命令十分方便，直接就可以下载或者卸载对用版本的tensorflow。
本人试用了1.6,1.4，最后使用命令
pip install tensorflow-gpu==1.3成功安装并能使用。
能使用tensorflow1.3的前提是安装好cudnn，这里我讲cudnn升级到了6.0。
这里看下我的cudnn文件夹
安装步骤其实十分简单，首先要卸载到原来的cudnn5.1.
这里我使用的卸载其实就是删除cudnn对应的库文件：
cd /usr/local/cuda/lib64
sudo rm libcudnn.so.x libcudnn.so.x.0*（注意这里你的版本是多少就填多少，反正就是把文件夹中libcudnn.so开头文件删除完）
sudo rm libcudnn.so然后我看到有的博主说，要关联.so文件，就是下面这句话：
sudo ln -s libcudnn.so.5.1 libcudnn.so
ll(查看关联信息)本人没有用上。使用博主链接为：https://blog.csdn.net/Hungryof/article/details/52746279，可能每个人遇到的问题不一样吧。
删除原来的5.1的文件后，现在添加6.0的cudnn文件：
安装cuDNN比较简单，其实就是解压后把相应的文件拷贝到对应的CUDA目录下即可
tar -xvf cudnn-8.0-linux-x64-v5.1.tgz
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
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*最后提一下，为什么用6.0，因为我试了7.1,7.0的cudnn，都没法在本人电脑上正常支持tensorflow1.3,不知道原因。
这里在添加一个查看cuda和cudnn的版本信息命令：
cuda 版本
cat /usr/local/cuda/version.txt
cudnn 版本
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2运行结果：
好了，最后我觉得cudnn和tensorflow的安装顺序没有什么先后顺序，但是得先装好cuda。
本人运行环境变为了tensorflow1.3+cuda8.0+cudnn6.0；