基于Ubuntu的配置环境：
（1）Ubuntu版本：18.04
（2）显卡型号：Tesla K40c
一. 查询显卡驱动及CUDDN / CUDA 的版本匹配类型
1. 查询显卡型号
安装驱动之前首先得把显卡型号弄清楚咯，在ubuntu命令窗口键入：
$ lspci | grep -i nvidia # 查询显卡型号
2. 百度显卡型号对应的驱动以及cuda版本
可以参考链接：https://developer.nvidia.com/cuda-gpus，https://blog.csdn.net/omodao1/article/details/83241074
选择自己的显卡类型是否和cuda相匹配
这里需要注意一下：一定要提前查询驱动的版本和cuda安装版本的匹配问题，不然cuda安装到最后就会出现** 驱动版本不匹配，failed ** ( CUDA driver version is insufficient for CUDA runtime version )的问题，血泪教训，，，，，只好卸载又重装。
放一个版本匹配的链接：https://www.cnblogs.com/wolflzc/p/9117291.html
上NVIDIA官网上下载对应的驱动类型，本次下载的版本是NVIDIA-Linux-x86_64-390.46.run；
Cuda官网下载9.0版本的安装文件；
Cuddn官网下载7.0版本的安装文件。
到此，前期准备工作算是完成了~~下面可以愉快的开始配置了！
二. 安装过程
- 显卡驱动的安装
（转自博客：https://www.cnblogs.com/deeplearning1314/p/8444352.html）
安装显卡驱动步骤如下：
（1） 卸载原有驱动
$ sudo apt-get remove –purge nvidia-*
其中（-purge）似乎不需要，会提示命令有误。如果之前没有装过NVIDIA驱动，这步可以不需要，当然，前面提到过，如果先安装Cuda并且在安装Cuda过程中选择安装了不匹配的显卡驱动，这里就需要执行这个命令删掉之前的NVIDIA驱动了。
（2） 禁用Ubuntu系统自带的通用显卡驱动nouveau
$ sudo gedit /etc/modprobe.d/blacklist.conf
输入密码后，该命令会用gedit工具打开一个配置文本文件，类似于window里的txt文件，在该文件的最后添加一行：blacklist nouveau后保存退出。然后终端敲入命令 sudo update-initramfs -u
（3） 重启电脑，打开终端敲入命令
$ lsmod | grep nouveau
若无输出表示该驱动禁用成功。
（4） 开机后，Ctrl+alt+F1进入tty1，然后按键F2-F6任意一键，进入全黑屏编辑界面，按提示输入用户名（login）、密码（password）后，敲入命令
$ sudo service lightdm stop
显示lightdm stop/waiting字样代表禁用X服务器成功。
（5） 安装NVIDIA显卡驱动，若是deb包敲入命令 dpkg -i “.deb文件名”；若是run文件敲入命令sudo sh “.run文件名”。按照提示选择进行安装，如accept、yes、ok等,等待片刻即可安装成功。
（6） 敲入命令
$ sudo service lightdm start #打开X服务器后
$ sudo reboot #重启电脑
（7） 进入终端用以下三个命令均可验证显卡驱动是否安装成功，最后一个命令需要根据提示安装glxinfo程序：sudo nvidia-smi（显示GPU设备表）、cat /proc/driver/nvidia/version（显示出用于显示的GPU驱动程序版本号、也就是那块接了显示线的独显的驱动程序版本号）、glxinfo | grep rendering（显示yes）
- CUDA9.0安装
部分转自博客：https://blog.csdn.net/carina_cao/article/details/78875981
（1） 安装cuda，在终端窗口中输入
$ sudo sh cuda_9.0.176_384.81_linux.run # 替换成自己下载的版本名称
按着enter键跑到100%，安装驱动（NVIDIA Accelerated Graphics Driver）选no，前面已经安装过驱动了（不确定这里安装的驱动跟cuda和显卡是否匹配，谨慎起见），其它都选yes，或默认
出现下图即表示安装完成:
（2）添加环境变量：
$ sudo gedit ~/.bashrc
将下面三行代码写入~/.bashrc文件保存后退出
export
LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"
export CUDA_HOME=/usr/local/cuda
export PATH=/usr/local/cuda-9.0/bin:$PATH # 检查一下自己的文件路径，安装版本不同路径会有所不同
然后
$ source ~/.bashrc # 立即生效
（3）测试cuda版本
$ nvcc --version # 查看Cuda版本
（4）编译 Sample
$ cd ~/NVIDIA_CUDA-9.0_Samples # 注意版本问题
$ make #编译，需要一会儿
运行完后，编译结果会放在NVIDIA_CUDA-9.0_Samples目录下的bin目录
若没有NVIDIA_CUDA-9.0_Samples这个文件夹，可以到/usr/local/cuda-9.0/bin路径下执行以下代码，即可在home下生成。
$ cd /usr/local/cuda-8.0/bin //这个路径下可以看到下面的.sh文件
$ sudo ./cuda-install-samples-8.0.sh ~
（5） Running the Binaries
$ cd ~/NVIDIA_CUDA-8.0_Samples/bin/x86_64/linux/release
$ ./deviceQuery
这里如果结果成功会显示是 Result = PASS,若失败 Result = FAIL。
（6）安装错误及解决
Ubuntu18.04安装CUDA9.0时，Error: unsupported compiler: 7.3.0的解决方案
在Ubuntu18.04中安装CUDA 9.0时，会遇到Error: unsupported compiler: 7.3.0的错误。其原因是Ubuntu18.04的编译器版本过高，因此只需要安装较低版本的gcc、g++即可。
具体解决方法是：
$ sudo apt install gcc-6 g++-6
$ sudo ln -s /usr/bin/gcc-6 /usr/local/bin/gcc
$ sudo ln -s /usr/bin/g++-6 /usr/local/bin/g++
安装成功显示如下所示：
按步骤（5）中测试，如下图所示则是安装成功！
可喜可贺！终于成功安装cuda9.0~~
- CUDDN7.0安装
（1）将官网下载好的安装包解压
$ tar -zxvf cudnn-9.0-linux-x64-v7.0.tgz # 根据下载的包更改名称
然后，进入cuda文件夹下，依次键入：
$ cd cuda
$ sudo cp lib64/lib* /usr/local/cuda/lib64/
$ sudo cp include/cudnn.h /usr/local/cuda/include/
（2）更新网络连接
$ cd /usr/local/cuda/lib64/
$ sudo chmod +r libcudnn.so.7.3.1 # 自己查看.so的版本
$ sudo ln -sf libcudnn.so.7.3.1. libcudnn.so.7
（3）测试
$ nvcc -V
- Tensorflow-gpu1.9安装
如果没有遇到各种奇葩问题的话，安装起来还是很顺利的，直接在命令窗口键入
$ Conda install tensorflow-gpu==1.9
或者
$ pip install tensorflow-gpu==1.9
等待安装完成…
但是！！！（划重点）
如果真的折腾了很多问题，百度方案都解决不了，一定不要硬磕，找前辈~ 找淘宝~ 帮助解决都可，时间太宝贵 （：顺便插一句，淘宝真万能
换上了显卡终于可以跑程序了，愿大家安装之路顺利啊~
（之前写的记录由于关网页没保存丢失了好多链接，不过基本上都可以上官网找到滴）