大大小小安装了不知道多少回python和tensorflow了，windows和linux都安装成功过也失败过，现在做个对此做个总结。
首先先讲一下anaconda这个玩意，我的理解就是各种python包的工具，安装他最好现在安装python3.6版本的，我安装的是
anaconda3-4.4.0.1-linux-x86_64.sh
重点一：anaconda版本兼容问题
这个下载完的python是3.6的 完美兼容tensorflow。之前下载过python3.7的，也是就是最新的python版本很多问题，不建议下载它。因为下载完之后python3.7 还得转回到3.6版本，很麻烦。
下载各个anaconda包链接：
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
官网下载anaconda链接(只能下最新的python3.7的安装包)：
https://www.anaconda.com/download/#linux
ubuntu16 下载完之后是放在下载或者downloads里面的，直接在terminal命令行下bash这个下载后的.sh文件。bash anaconda3-4.4.0.1-linux-x86_64.sh
重点二：anaconda位置
ubuntu 最好下载到 /opt/anacondas，中间的时候问你一下 是否默认下载到/root/anaconda3，这个时候你在后面打印/opt/anacondas即可。
重点三：anaconda环境变量（需要source一下）
这个也是在安装anaconda过程中问你的，你打印yes即可，等下载完需要
source ~/.bashrc 如果当时没有选添加环境变量也不用担心。有两种方法
方法一 ：
gedit ~/.bashrc
在文档最下面输入 export PATH="/opt/anaconda3/bin:$PATH"
source ~/.bashrc
方法二：
终端（terminal）输入：
echo ‘export PATH="/opt/anaconda3/bin:$PATH"’ >> ~/.bashrc
source ~/.bashrc
然后在终端（terminal）输入：python 看到版本是3.6即可。
安装pycahrm
安装包网站：请看完重点一再下载。
http://www.jetbrains.com/pycharm/download/#section=linux
重点一：千万要记得点右面的社区版（Community），因为不需要破解。
重点二：建立桌面快捷方式
因为这个软件在linux是个文件（我不知道这么说是否专业），需要建立个快捷方式，否则你根本找不到他的入口。
下载完之后是
pycharm-community-2018.3.1.tar.gz
把他移动到/opt/内 ： mv pycharm-community-2018.3.1.tar.gz /opt/
在/opt/解压：cd /opt/
命令： tar xvf pycharm-community-2018.3.1.tar.gz
进入桌面快捷方式文件： cd /usr/share/applications/
建立并且打开pycharm快捷方式：sudo gedit Pycharm.desktop
在这个文件内输入
[Desktop Entry]
Type = Application
Name = Pycharm
GenericName = Pycharm
Comment = Pycharm:The Python IDE
Exec = sh /opt/pycharm-community-2018.3.1/bin/pycharm.sh
Icon = /opt/pycharm-community-2018.3.1/bin/pycharm.png
Terminal = pycharm
Categories = Pycharm;
注意6.7行是你自己文件路径
Exec = sh /opt/pycharm-community-2018.3.1/bin/pycharm.sh （程序入口地址）
Icon = /opt/pycharm-community-2018.3.1/bin/pycharm.png （快捷方式图片）
然后在搜索里 搜索pycharm即可，在这之前需要在sh /opt/pycharm-community-2018.3.1/bin/内部输入指令，先安装一下。
bash pycharm.sh
启动pycharm时应该在 file>>setting>>Project interpreter 配置成/opt/anaconda3/bin/python36
cuda安装：
terminal
输入指令： nvidia-smi
如果搜索不到，则是没有检查到显卡取得。
在系统设置>>软件与更新>>附件驱动 选择一个驱动即可。
再输入：nvidia-smi
显示到显卡信息。
安装cuda9：
安装包链接：
https://developer.nvidia.com/cuda-toolkit-archive
进入下载路径：
终端（terminal）指令：
sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb
sudo apt-key add /var/cuda-repo-9-0-local/7fa2af80.pub
sudo apt-get update
sudo apt-get install cuda
输入指令：gedit ~/.bashrc
文件中下面添加：
# Added by CUDA
export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:/usr/local/cuda-9.0/extras/CUPTI/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
输入指令：source ~/.bashrc
验证cuda：输入指令 ：nvcc -V
显示：
`nvcc: NVIDIA ® Cuda compiler driver
Copyright © 2005-2017 NVIDIA Corporation
Built on Fri_Sep__1_21:08:03_CDT_2017
Cuda compilation tools, release 9.0, V9.0.176
验证成功！
输入指令：cuda-install-samples-9.0.sh ~
#将cuda示例程序复制到当前的用户目录。确认CUDA工作正常：
cd ~/NVIDIA_CUDA-9.0_Samples/
make -j 8 #编译时间比较长
cd bin/x86_64/linux/release/
./deviceQuery
安装cudnn：
cudnn安装包链接：（可以用qq建立帐号登陆）
https://developer.nvidia.com/rdp/cudnn-download
安装CUDNN 7.1 for CUDA 9.0
网上大多都是这种方法代替上面下载三个安装包的方法，但是有人这么做过我就用上面的方法了，这个方法也用了。
下载 cudnn-9.0-linux-x64-v7.1.tgz
tar -xvf cudnn-9.0-linux-x64-v7.1.tgz
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*
如果最后test通过则成功
下载tensorflow-gpu离线包
网站链接：https://pypi.org/project/tensorflow-gpu/1.7.0/
https://pypi.org/project/tensorflow-gpu/“x.x.0”/
pip install tensorflow-gpu
测试：
Python 3.6.1 |Anaconda 4.4.0 (64-bit)| (default, May 11 2017, 13:09:58)
[GCC 4.4.7 20120313 (Red Hat 4.4.7-1)] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow
/opt/anaconda3/lib/python3.6/site-packages/h5py/__init__.py:34: FutureWarning: Conversion of the second argument of issubdtype from `float` to `np.floating` is deprecated. In future, it will be treated as `np.float64 == np.dtype(float).type`.
from ._conv import register_converters as _register_converters
>>>
出现这种情况是
h5py 和 numpy 版本冲突，h5py 官方已修复合并到 master 分支，但是还没发新版，在发版之前可以用降级 numpy 的方法跳过这个问题。
pip install numpy==1.13.0