TensorFlow官方安装链接：https://tensorflow.google.cn/install/install_linux
本文是我本人在装机学习深度学习tensorflow过程中的一些经验，仅供参考。如果觉得对你有帮助请帮忙点赞，如果对本文有意见、建议或是有提问，欢迎留言交流，谢谢！ 此文为本人参照csdn和其他论坛十几篇博客，呕心沥血反复操作了4天（重装了几遍系统我就不说了..）做到这个程度已经不容易了，网说正常人两个星期装好这些算很不错的了。
为了尽量客观公正准确不坑，文中附上各种博客链接和安装包下载链接供大家参考学习。
推荐拿一块单独的盘（固态或机械都可以，本人单独配了一块闪迪的240G的固态，价位还算比较便宜）
首先讲一下我的配置，基本也是大多数程序员的配置了吧。当然我的显卡算是比较渣的了..
CPU：AMD 锐龙7 1700X
GPU：GeForce GTX1060 6G
Ubuntu：16.04
软件版本：显卡驱动NVIDIA384版本，Anaconda3.6，CUDA9.0，cudnn7，Tensorflow1.5.0-gpu
后续步骤，建议大家使用 系统设置->备份 功能，操作失误还可还原回去。
第一步，当然是装系统ubuntu了
自己拿UItraISO烧录一个官网下的ubuntu系统盘，记得不要听网上的说要在uitraiso里设置便捷启动，亲测无效。
做好以后开机进入bios设置U盘（你做的系统盘）启动，选择install ubuntu，进去之后记得断网，因为你不断网会在后面的过程中下载很多东西，这会拖慢你的安装速度，这些东西可以在后面安装好后再更新下载。
还有要注意的就是最好清除整个磁盘来装系统，它会自动给你分配分区大小。我有之前按照网上的人说的，自己手动来分配。但是亲测之后发现分区大小不好拿捏，个别分区很容易用完，所以不推荐这样做。
亲测后发现系统自己分配的分区比较好，相信系统自动分配的分区吧骚年。
第二步，系统配置更新（要联网，网络一定要好）
装好系统后开机，打开终端，输入sudo apt-get update sudo apt-get upgrade
更新你的系统配置之类的东西，upgrade会下很多东西，目测几百兆，耐心等待。
若遇到"无法获得锁"的问题，则要重新进行配置设置，输入 sudo dpkg --configure -a
第三步，安装anaconda
参考链接：http://blog.csdn.net/woainishifu/article/details/74978647
在你的安装位置右键打开终端，输入 bash <你下载的anaconda文件名>.sh
本人下载的 Anaconda3-5.0.1-Linux-x86_64.sh
后面就是 yes 默认安装路径之类的了，不再赘言。
上面的安装过程执行完成之后关闭那个终端，重新打开一个，在终端输入“python”，如果出现python的版本信息，后面带了anaconda的标识，这就说明Anaconda安装成功了.
此时输入exit()退出python环境，输入：conda list会显示一大堆可用的packages，说明我们的安装是没有问题的。（如果不行，本人建议先重启电脑试试。下面这一行不要操作）
如果（重启电脑后）你在这一步输入python之后显示的还是系统默认的版本，那说明.bashrc的更新还没有生效，命令行输入source ~/.bashrc
第四步，安装显卡驱动384版（很多同学都是因为这步而放弃深度学习的）
NVIDIA显卡驱动链接：http://www.geforce.cn/drivers （如有需要）
手动安装参考链接：http://blog.csdn.net/jasonzhangoo/article/details/54866049
自动安装参考链接：http://blog.csdn.net/u014595019/article/details/53732015
注意 CUDA8.0要求显卡驱动至少375，CUDA9.0要求显卡驱动至少384。
推荐在 系统设置->软件与更新->附加驱动->NVIDIA Corporation 里面选择384版本安装，网上有说推荐这样做，也有推荐其他复杂的方法的，但经本人亲测后发现此方法最为快捷和稳妥。
选好384后，点击应用更改，需要联网下载驱动，用时较长耐心等待，然后重启。搞定，就是这么简单。。。（好在本人在官网把驱动下下来了，所以每次重装不用再重复下载，别问我装了多少次）
查看显卡驱动，可以终端输入nvidia-smi，也可以在启动器搜索NVIDIA，打开就是NVIDIA显卡设置。
！！！注意，后面过程中很多时候你会遇到命令已安装但命令找不到之类的问题，本人测试后发现很多时候需要电脑重启后才能生效。
第五步，安装cuda8.0（最难）
祭出cuda所有版本下载链接：https://developer.nvidia.com/cuda-toolkit-archive
安装链接：
本人下载的是9.0，我们在terminal中键入下列命令：
sudo sh cuda_9.0.176_384.81_linux.run
sudo gedit ~/.bash_profile# 打开.bash_profile 这是用户的环境变量，不是全局的
然后在打开的文本末尾加入：
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"export CUDA_HOME=/usr/local/cuda
保存并关闭后，输入下列命令使环境变量生效：source ~/.bash_profile # 使被更改的环境变量生效
安装完毕后，再声明一下环境变量，并将其写入到 ~/.bashrc 的尾部:
export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$CUDA_HOME/bin
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
保存退出，运行source ~/.bashrc ，再测试是否安装成功
cd /usr/local/cuda/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
通过nvcc -V来验证安装是否成功
第六步，安装cudnn（极容易）
祭出cudnn所有版本下载链接 https://developer.nvidia.com/rdp/cudnn-download
本人下载的是 cudnn-8.0-linux-x64-v7
如果要使用gpu来对tensorflow进行加速，除了安装CUDA以外，cuDNN也是必须要安装的。跟cuda一样，去下载cuDNN的安装包。
下载下来以后，发现是一个tgz的压缩包，使用tar进行解压
tar -xvf cudnn-8.0-linux-x64-v5.1.tgz
安装cuDNN比较简单，解压后把相应的文件拷贝到对应的CUDA目录下即可
然后在终端输入
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*
第七步，安装tensorflow-gpu
tensorflow的github源：https://github.com/tensorflow/tensorflow（如有需要）
tensorflow的github中文源：https://github.com/jikexueyuanwiki/tensorflow-zh（如有需要）
tensorflow的whl文件下载链接：https://pypi.python.org/pypi/tensorflow-gpu。想要什么版本直接在上面的链接后面加，如版本1.4.1，则在后面加‘/1.4.1’
我的方法是在python官网下载的whl文件安装tensorflow_gpu-1.5.0rc1-cp36-cp36m-manylinux1_x86_64.whl
使用pip install XXX.whl来安装.whl的文件，一秒装好。来测试一下
$ipython
import tensorflow as tf 成功了别高兴的太早，下面操作验证一下你是不是装了个空壳子。
还可以再执行一条help(tf)，如果里面不是空的，那么就恭喜你了！安装成功！
（可不操作）最后，为了使tensorflow运行还需要安装libcupti-dev库，即NVIDIA CUDA配置文件工具界面。此库提供高级分析支持。要安装此库，请发出以下命令：$ sudo apt-get install libcupti-dev
附：run文件卸载
一种是说用 sh virtualbox-3.1.6-59338-Linux_x86.run --uninstall，但是对于我这个virtualbox安装文件行不通
另一种是说进入到安装目录下，有个 uninstall 文件，输入./uninstall即可卸载，但不知道安装到哪了
于是我就用locate virtualbox | grep uninstall 找到这个文件，执行./uninstall就ok了
附：链接地址
anaconda在ubuntu中添加环境变量：http://blog.csdn.net/caomin1hao/article/details/78341568
（含装Bazel）ubuntu16.04下安装TensorFlow(GPU加速)----详细图文教程：http://blog.csdn.net/zhaoyu106/article/details/52793183
Ubuntu16.04安装CUDA+cuDNN+GPU版TensorFlow过程记录：http://blog.csdn.net/zwx2445205419/article/details/69429518
Ubuntu下如何安装TensorFlow：http://blog.csdn.net/tina_ttl/article/details/51762471
ubuntu16.04下安装CUDA，cuDNN及tensorflow-gpu版本过程：http://blog.csdn.net/u014595019/article/details/53732015
安装tensorflow（ubuntu）：http://blog.csdn.net/yiliang_/article/details/62885543
Linux下CUDA+CUDNN+TensorFlow安装笔记：http://blog.csdn.net/m0_37924639/article/details/78785699
未参考：
ubuntu16.04 + cuda8.0安装配置：http://blog.csdn.net/iotlpf/article/details/54175064