实习第一天，带我的老师扔给我一台电脑，让我配置服务器环境。。。一脸懵逼+两手发麻，幸好还有度娘的帮忙，配配配！
（ubuntu14.04以配好）
第一步：ctrl+alt+t 打开终端，输入nvidia-smi
出来一张类似这样的图，描述了GPU的信息
当时我那台服务器显示的GPU是Tesla k40m
第二步：根据你所得到的GPU的类型，去百度该GPU所支持的cuda、cudnn版本 ，我最后选择的是cuda8.0和cudnn5.1
第三步：登录https://developer.nvidia.com/cuda-downloads
可以选择cuda下载，但是官网显示的总是最新的版本，目前最新的版本是cuda10.0，不符合我的选择，所以可以通过以下网址找到旧版本
点击older ，进入该页面
哈哈，要啥版本下啥版本!
下载完，就按上面介绍的安装命令安装
再设置环境变量，在终端中输入 sudo gedit /etc/profile
在打开的文件末尾，添加以下两行
export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda8.0/lib64
保存。如果不将它们不写入/etc/profile文件的话，这样的环境变量在你退出终端后就消失了，不起作用了，所以写入才是永久的做法。
如果你想检查以下是否安装配置成功，可以参考这篇（ https://blog.csdn.net/masa_fish/article/details/51882183）博文中的方法
第四步：去官网https://developer.nvidia.com/cudnn下载对应版本的cudnn5.1的安装包，需要先注册，并且那个网似乎有点不太好登录，这里提供我网盘里下载方式链接: https://pan.baidu.com/s/1oJK0tHIXIJ_0-V0GRvB1oA 提取码: hag9
下载完后（下载在home文件夹下）得到cudnn-8.0-linux-x64-v5.1.tgz，然后解压 tar -xvzf cudnn-8.0-linux-x64-v5.1.tgz
参考https://blog.csdn.net/QLULIBIN/article/details/80729570，做以下操作：
第五步：进入https://pypi.org/project/tensorflow-gpu/1.0.0/#files ，下载tensorflow_gpu版本的.whl文件
下载后切换到文件所在目录，终端输入 pip install 文件名.whl，即可安装
最后测试，终端进入 python
import tensorflow as tf
如果没有报错，那就成功了