对于nvidia显卡的话可以用nvidia-smi命令来查看显卡信息
CUDA8.0 + cuDNN v5.1 + pycharm
第一步，安装GPU驱动。检查系统设置中的详细信息，看GPU是否安装好了驱动（图形选项显示的是自己的GPU信息就是安装好了）。接着是使用Ubuntu自带的驱动安装器了，类似与win的驱动精灵，点击左上角的启动器，在搜索框搜索‘附加驱动’这个程序。安装最上方的最新驱动。重启。
第二步，下载安装CUDA8.0。下载地址：https://developer.nvidia.com/cuda-downloads 解压后使用 ncvv -V 命令测试
第三步，下载安装cuDNN v5.1 解压后将文件复制替换到CUDA文件夹
第四步，安装ananconda，https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 清华镜像地址
第五步，使用pip安装tensorflow-gpu版本，直接用pip太慢
使用清华镜像地址，很方便还提供命令 https://mirrors.tuna.tsinghua.edu.cn/help/tensorflow/
我安装的是1.0.0版本，其他版本报错
第六步，pycharm安装。https://www.jetbrains.com/pycharm/download/#section=linux 下载社区版本。
无法导入tensorflow，修改了pycharm的Interpreter，但是仍然行不通。最后发现是因为pycharm如果不通过bash启动而是通过桌面快捷方式启动的话，bash的环境变量不会被pycharm继承。所以解决方法就是在终端中通过bash ${PATH_TO_PYCHARM}/bin/pycharm.sh 启动pycharm。
参考资料：
https://jingyan.baidu.com/article/d7130635c5a86113fdf47532.html
http://keras-cn.readthedocs.io/en/latest/for_beginners/keras_linux/
https://www.zhihu.com/question/60840419