1.安装NVIDIA 驱动
开始的时候根据一些教程下载了驱动安装包，然后在禁用nouveau，卸载原有驱动等一系列操作后再进入到字符界面进行的驱动安装，结果在遇到了不少麻烦。后来在反复重装系统无效的情况下发现其实安装NVIDIA驱动原本很简单，即通过系统自带的驱动更新功能即可完成：
先代开terminal 输入以下指令：
sudo apt-get update然后打开系统设置：
进入system settings>software&updates>additional drivers 选择NVIDIA 驱动并点击右下角apply changes即可。
安装结束后，在terminal 中运行nvidia-smi，如果出现显卡信息则说明安装成功
2. 安装CUDA
cd 到cuda的存放目录运行以下语句进行安装
sudo sh cuda_9.0.176_384.81_linux.run开始出现一份比较长的协议，一直按着回车指导提示是否accept,输入accept，之后除了是否安装显卡驱动选择n,其余全部为yes。但是安装完之后，提示没有正确安装，如下：
错误提示为：Incomplete installation! this installation did not install the CUDA Driver. A driver of version at least 384.00 is required for CUDA 9.0...不知道是不是因为在安装显卡驱动的时候选择了n，而出现了正常的安装提示，不过为了保险期间还是按照提示运行了以下语句：
sudo sh cuda_9.0.176_384.81_linux.run -silent -driver运行后没有任何提示，然后配置环境变量：
export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}如果是32位的话，上边的第二行换为：
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}完毕后再终端输入 nvcc -V 如果弹出cuda信息则说明安装成功
3.安装cudnn
开始的时候不知道从哪搞来一份压缩包版本的cudnn，按照在windows中的安装方式，把文件拷贝到cuda对应的安装目录时，tensorflow一直安装不成功。后来又下载了一个.deb格式的安装文件才最终搞定。cd到cudnn的存放目录，通过以下语句安装cudnn:
sudo dpkg -i libcudnn7_7.0.5.15-1+cuda9.0_amd64.deb即可完成cudnn的安装
4.tensorflow-gpu的安装
开始直接利用pip3 install tensorflow-gpu 语句安装时出现以下红色部分提示：
错误提示为：Could not install packages due to an EnvironmentError。然后根据提示，利用添加了--user的语句安装成功：
pip3 install --user tensorflow-gpu