看来必须要写一篇总结了，快把自己搞死了，要把这次的坑总结一下
对于一个版本控来讲，凡事都要追求高版本，所以，我先安装了一个Ubuntu18.10，然后，正常安装pip3，然后pip3 install tensorflow-gpu，安装的是tensorflow-gpu的1.12.0版本，看起来一切美好，然后import tensorflow报找不到libcublas.so.9.0，才算是开始了噩梦
本来以为可以使用apt 来安装的，但是等到自动补全的时候，sudo apt install libcublas9.1 ，对，官方给的不是9.0版本，而是9.1版本
那就从官网下载了，https://developer.nvidia.com/cuda-downloads，我写这篇文章的时候，这个页面给出的是cuda10.0，下面有一个按钮Legacy Releases，进入历史版本，选择CUDA Toolkit 9.0，Linux，x86_64，Ubuntu，16.04，runfile(local)，下载到文件，这里提一句，安装cuda的时候要退出图形界面，大致有两种方式，可以从以下两条命令中选择一个：
sudo init 3
或
sudo service lightdm stop
但是结果赤裸裸的告诉我们，安装不成功，下载的Ubuntu16.04版本的安装包，在Ubuntu18.10下安装驱动失败
所以，很多时候还是要听话，要根据官方的文档来做，先看下cuda9.0的安装指导
里面写明支持的Ubuntu版本为Ubuntu 17.04和Ubuntu 16.04，所以，还是老实一点，安装Ubuntu16.04吧
我下载了一个xubuntu-16.04.5-desktop-amd64.iso，安装上去，你以为这样就可以了吗？
非也非也
安装cuda依旧报错，类似于unable to locate kernel source，为什么？因为文档中说了，支持的kernel版本为4.4，而xubuntu-16.04.5-desktop-amd64.iso的内核版本为4.15.0，不符合要求
所以，很多时候还是要听话，网上有人说如何降低内核版本，我觉得既然嫌麻烦，不如当初就直接选择合适的系统版本好了，反正我不怕重装系统
=====================================================================================
从网上下载xubuntu-16.04-desktop-amd64.iso或者xubuntu-16.04.1-desktop-amd64.iso，这俩版本都是4.4的内核，不会出问题，不要下载更高版本的xubuntu-16.04.2-desktop-amd64.iso，因为这个发行版的内核版本已经是4.8了
正常安装好系统，然后安装pip3，sudo apt install python3-pip，安装pip3的时候，系统会自动装好make，gcc这些包，顺便也解决了下面安装cuda时候的依赖
下载cuda(步骤上面写了)，执行文件cuda_9.0.176_384.81_linux.run安装，安装之后系统会提示需要把库路径写到文件/etc/ld.so.conf中去，即在该文件中添加一行/usr/local/cuda-9.0/lib64，
下载安装cudnn，https://developer.nvidia.com/cudnn，点击Download cuDNN，登录，同意协议，选择Download cuDNN v7.4.1 (Nov 8, 2018), for CUDA 9.0，选择cuDNN Runtime Library for Ubuntu16.04 (Deb)，下载后执行命令sudo dpkg -i libcudnn7_7.4.1.5-1+cuda9.0_amd64.deb，就可以安装好cudnn了
安装tensorflow-gpu，当然可以用命令sudo pip3 install tensorflow-gpu，不过总是会报警告，所以，如果不喜欢这个警告的话，建议切换到root账号直接命令pip3 install tensorflow-gpu，就可以安装好了
后面的TensorFlow的使用就不再讲解了，只要可以正常import tensorflow，安装就应该没什么问题