首先说明下：GPU驱动有很多匹配方案，匹配方案可以是tensorflow 1.5+cuda 9+cudnn7或者tensorflow1.4+cuda 8+cudnn6或者tensorflow1.2+cuda 8+cudnn5，安装时从这些方案选一个即可，这里举例tensorflow1.2+cuda 8+cudnn5方案。
1.下载驱动
（1）下载cuda 8
地址为https://developer.nvidia.com/cuda-80-ga2-download-archive，
选项截图为：
从中下载得到cuda 8，有时候一会就直接完成了，包的大小不对，那是下载失败了。
（2）下载cudnn 5
地址为https://developer.nvidia.com/rdp/cudnn-archive
选项截图为：
需要登录账号下载，申请一个并下载下来。
最后下载得到两个文件：
2.开始安装
（1）安装驱动
在Terminel中输入sudo apt-get update来更新软件源，
然后在系统设置->软件更新->附加驱动->选择nvidia最新驱动->应用更改，（找到有NVidia选项，选中并apply应用）
（2）安装cudn
*首先安装cuda8,安装语句为（针对于run文件）：
首先cd 进入run文件放置的目录中（比如我用的 cd /home/fly/Desktop），之后命令输入
chmod u+x cuda_8.0.44_linux.run
sudo ./cuda_8.0.44_linux.run
如果是deb文件，语句是 （针对下载了deb文件）：
sudo dpkg -i cuda-repo-ubuntu1604-8-0-local_8.0.44-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda
*注意在安装时候电脑会特别卡，忍一忍吧，受不了就按按asd键，--More--部分会有点进度显示，等等半小时就行了，不用强制关机。
*在安装中会提示是否接受协议(do you accept the previously read EULA)，此时要输入：accept
之后询问 insatall NVIDiA Accelerated Graphics Driver for Linux....，选no
Insatll the cuda 8.0 toolkit 选yes
Enter toolkit location 选默认的，直接enter过去就行
Do you want to insatll a symbolic link at .... 选yes
Insatall the cuda 8.0 sample 选no
安装好之后会提示 Toolkit:installed in /usr/local/cuda-8.0(之后会按该路径进行配置)
（3）安装cudnn
将cudnn-8.0-linux-x64-v5.1.tgz 解压后得到 cuda 文件夹，
进入解压得到的cuda文件夹所在的目录下，执行如下命令：
sudo cp cuda/include/cudnn.h /usr/local/cuda-8.0/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-8.0/lib64/
(4) 配置环境变量
使用语句 sudo gedit ~/.bashrc 进入文件vi .bashrc。
在尾部复制语句：
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:/usr/local/cuda-8.0/extras/CUPTI/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda-8.0
export PATH=/usr/local/cuda-8.0/bin:$PATH
快捷键ctrl+s 保存并退出。
之后命令行输入source.bashrc 是的对文件的修改有效，至此完成配置
（5）安装TensorFlow（GPU版）
*首先 sudo apt-get install python-pip 将pip安装上，
在安装中如果遇到unable to locate package问题，解决方法是重新更换软件源，soft&update->Download from列表中选择other,->在china下列表中找到aliyun表示选中，输入密码->点击close，会提示信息，之后点击Reload，就更新成功了，更新之后再安装即可。
*之后sudo pip install tensorflow-gpu安装上TensorFlow。就可以进入python环境中尝试import tensorflow试试效果了，或者写个计算图，试试加速效果。
*安装太慢的话，可以先在windows电脑下载，下载地址（下载版本根据自己需求，有匹配的方案）：https://pypi.python.org/pypi/tensorflow-gpu/1.2.0，下载tensorflow_gpu-1.2.0-cp27-cp27mu-manylinux1_x86_64.whl。
*运行wheel文件的方法为：pip install wheel
之后sudo pip install tensorflow_gpu-1.2.0-cp27-cp27mu-manylinux1_x86_64.whl 即可安装某模块包
*之后直接可以在terminal下运行python环境下，加入以下语句：
出现下图说明gpu安装成功了正在启动加速。
import tensorflow as tf
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
print sess.run(c)