参考文献：https://www.cnblogs.com/zzq-123456/p/7258736.html
https://www.cnblogs.com/zzq-123456/p/7374547.html
pip安装
sudo apt-get install python-pip
最好将pip安装为9.0的版本，不然在PyCharm中不能使用pip安装相应的工具包
修改pip的版本：python-m pip install pip==9.0.03
2. cuda8.0安装（直接按照参考文献1进行配置，这里将其搬过来，只为日后使用，加上和该博主不是一般的熟，所以照搬是没有关系的）
一.检查电脑环境
！！！！打开系统后，按 F2 进入 boot 界面，确定secure boot 选项是 disable，如果是enable状态，请先切换到disable选项，否则后续会出错。
1、检查自己的GPU是否支持CUDA
$ lspci | grep -i nvidia
我的GPU是支持的，在这里查看：[https://developer.nvidia.com/cuda-gpus] 有的话就可以继续啦，不然只能换个显卡了。
2、检查自己的系统，以方便日后找相关安装包
`$ uname -m && cat /etc/*release `3、检查自己的gcc版本
`$ gcc --version ` ps:没有的话可以通过 sudo apt-get install gcc安装
4、检查是否安装了kernel header和 package development
`$ uname -r ` 查看 kenel header信息
可以通过下面的命令行安装：
`$ sudo apt-get install linux-headers-$(uname -r) `检查全部通过。继续安装。哪里不符合，请参照官方教程。
***
二、安装cuda
"这里有两种安装方式.官方文档中，第三章讲的是deb。第四章讲的是run。deb比run简单，但是很有可能出错，而且后期肯呢个会无法调用某些C++库函数，所以选择run文件安装。
1、提前下载自己对应版本的run安装包，记住下载地址。
官网找一个合适的
[https://developer.nvidia.com/cuda-downloads]
2、禁止ubuntu系统自带的nouveau显卡驱动。
2.0查看自己的驱动状态
`$ lsmod | grep nouveau `如果有显示就要执行下面的操作了，一般新系统都是有输出的。
2.1创建blacklist-nouveau.conf
1）
touch /etc/modprobe.d/blacklist-nouveau.conf gedit blacklist-nouveau.conf
或者
2）
$ sudo vi /etc/modprobe.d/blacklist-nouveau.conf
在新建的文件里添加如下内容
‘ blacklist nouveau
options nouveau modeset=0
’
按照1）进行的用户直接Ctrl+s保存然后关闭文件
按照2）进行的用户输入内容结束后，按ESC，光标跳到文件尾部，输入：wq保存并退出。
2.3更新：
`$ sudo update-initramfs -u `2.4检查是否禁用成功
$lsmod | grep nouveau
没有东西输出变是成功啦。一般这时候需要先重启才能生效。重启：reboot
三、安装run文件
1、重启系统后，不要进入登陆界面（！！！否则可能会安装失败），直接按Ctrl+Alt+F1进入文本模式（命令行界面），输入用户名和密码，登录账户。
2、关闭图形化界面
$ sudo service lightdm stop
{可以先输入命令$lsmod | grep nouveau测试是否禁用成功}
3、使用cd 命令切换到cuda_8.0.61_375.26_linux.run的目录，执行
$ sudo sh cuda_8.0.27_linux.run
“安装的时候，要让你先看一堆文字（EULA)，我们直接不停的按##空格键到100%; 遇到提示是否安装openGL ，选择no,其他的可以一路accept, yes或回车，不建议安装samples.以及x-config。
安装成功后，会显示installed，否则会显示failed。”
4、重启图形化界面
$ sudo service lightdm start
高能！！！登录时能进入桌面，不会一直在重复登录，成功已近大半。
贴主就是因为没有把secure boot的状态设置为disabled,走了很多弯路。
四、检查是否安装成功
1、执行
$ ls /dev/nvidia*
可能出现不同结果，
××× 若结果显示
`/dev/nvidia0 /dev/nvidiactl /dev/nvidia-uvm`
或显示出类似的信息，应该有三个（包含一个类似/dev/nvidia-nvm的），则安装成功
×××如果结果是这俩种情况ls: cannot access /dev/nvidia*: No such file or directory
或是/dev/nvidia0 /dev/nvidiactl中的一个或两个，但没有/dev/nvidia-num
按照官方的做法：新建把.sh文件(我命名为zzq.sh)
touch nvi.sh sudo gedit nvi,sh
在新建的文件中加入如下内容：（注意空格）
‘ #!/bin/bash
/sbin/modprobe nvidia
if [ "$?" -eq 0 ]; then
# Count the number of NVIDIA controllers found.
NVDEVS=lspci | grep -i NVIDIA
N3D=echo "$NVDEVS" | grep "3D controller" | wc -l
NVGA=echo "$NVDEVS" | grep "VGA compatible controller" | wc -l
N=expr $N3D + $NVGA - 1
for i in seq 0 $N; do
mknod -m 666 /dev/nvidia$i c 195 $i
done
mknod -m 666 /dev/nvidiactl c 195 255
else
exit 1
fi
/sbin/modprobe nvidia-uvm
if [ "$?" -eq 0 ]; then
# Find out the major device number used by the nvidia-uvm driver
D=grep nvidia-uvm /proc/devices | awk '{print $1}'
mknod -m 666 /dev/nvidia-uvm c $D 0
else
exit 1
fi
’
给这个脚本赋予执行权限,然后执行
`$ sudo chmod a+x nvi.sh
$ sudo ./nvi.sh`2、配置环境：
$ sudo gedit /etc/profile
在最后面加上这些:
`export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} `【P.S. 上面代码里面的 表示的换行】
然后重新加载环境变量
$ sudo source /etc/profile
3、测试
$ cat /proc/driver/nvidia/version
nvcc -V
$nvidia-smi
有输出则成功。
3. 安装cudnn6.0
tar zxvf cudnn-8.0-linux-x64-v6.0.tgz
解压后有个cuda文件，内有include和lib64两个文件夹，进入include文件夹，执行如下命令复制头文件：
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ sudo chmod a+r /usr/local/cuda/include/cudnn.h sudo chmod a+r /usr/local/cuda/lib64/libcudnn*然后进入复制后的动态链接库进行新的链接。先进入目录：
cd /usr/local/cuda/lib64/
查看已有链接：
ls -al | grep libcudnn
显示四个
删除原有动态文件:
sudo rm -rf libcudnn.so libcudnn.so.6
再次查看：
ls -al | grep libcudnn
显示两个，说明已删除，现在建立新的链接：
sudo ln -s libcudnn.so.6.0.21 libcudnn.so.6
sudo ln -s libcudnn.so.6 libcudnn.so
再次查看：
ls -al | grep libcudnn
显示四个，已链接好！
然后设置环境变量和动态链接库：
sudo gedit /etc/profile
然后再打开的文件末尾加上（“=”前后不要有空格）
export PATH=/usr/local/cuda/bin:$PATH
保存之后创建链接文件：
sudo vim /etc/ld.so.conf.d/cuda.conf
这是一个空白文件，添加：
/usr/local/cuda/lib64
按下esc键，输入（：wq）保存并退出
输入如下命令使链接生效
sudo ldconfig
4. 安装tensorflow(tensorflow安装比较简单)
pip install tensorflow==1.4.0