1、安装Nvidia驱动，可参考https://blog.csdn.net/weixin_40512640/article/details/91958123（注意CUDA10.0要求显卡驱动版本大于等于418.39，其他版本的CUDA可参考https://blog.csdn.net/zl535320706/article/details/83474849）
2、安装CUDA
参考了
https://docs.nvidia.com/cuda/archive/10.0/cuda-installation-guide-linux/index.html（CUDA10.0官网）
https://blog.csdn.net/weixin_42279044/article/details/83181686
https://blog.csdn.net/gdengden/article/details/86379607
（1）查看本机gcc版本：
gcc --version
版本为5.4，对于CUDA10.0，ubuntu16.04支持5.4版本的gcc，不需要对GCC进行降版本。而如果是CUDA8便需要对GCC进行降版本。
（2）CUDA的安装要求kernel的版本跟kernel head以及跟开发包的版本必须匹配。因为CUDA在安装的时候如果检测到没有安装过kernel head和开发包会安装相应kernel head和开发包，但他是安装最新版，不一定跟本机的kernel匹配。所以最好手动先安装正确的版本的kernel header和开发包。
查看本机kernel版本：uname -r
安装匹配的kernel header和开发包(ubuntu)：sudo apt-get install linux-headers-$(uname -r)
（3）下载CUDA
从官网上选择安装方式：https://developer.nvidia.com/cuda-downloads
这里选择runfile，不需要复杂的安装命令和后续一些补充包的安装，直接一部到位。
（4）之前安装完成会有warning说几个lib没装，虽然不要紧，但还是调整下，在装之前先运行如下命令安装lib:
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
（5）禁掉nouveau driver：nouveau是ubuntu16.04默认安装的第三方开源驱动，安装cuda会跟nouveau冲突，需要事先禁掉，运行命令后需要没有任何输出就代表禁掉了。
我的机器在安装显卡驱动时已经禁掉了nouveau，此处验证通过。
lsmod | grep nouveau
（6）重启进入text mode
ctrl + alt + f1 进入文字界面
sudo service lightdm stop 关闭图形界面，此时如果ctrl + alt + f7是无法返回图形界面的
chmod +x cuda_10.0.130_410.48_linux.run给文件赋予执行权限
sudo sh cuda_10.0.130_410.48_linux.run 进入安装文件夹进行安装
nvidia accelerated graphics driver ——不安装
openGL——不安装
其他都yes
最后安装完成，但提示3个recommended library missing，以及一个warning需要安装高于384.00的驱动版本。
重启reboot，回到图形界面
（7）添加环境变量：
打开 .bashrc
sudo gedit ~/.bashrc
在末尾添加：
export PATH=/usr/local/cuda-10.0/binKaTeX parse error: Expected '}', got 'EOF' at end of input: {PATH:+:{PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64KaTeX parse error: Expected '}', got 'EOF' at end of input: …LIBRARY_PATH:+:{LD_LIBRARY_PATH}}
(8）检查安装结果
cat /proc/driver/nvidia/version 查看nvidia驱动的版本（版本418.67）
nvcc -V 查看CUDA的版本（注意是大写V，版本V10.0.130）
3、安装cudnn7.4
参考：
https://blog.csdn.net/lulugay/article/details/83316886
https://blog.csdn.net/u010397980/article/details/86512742
(1）官网下载如下文件(https://developer.nvidia.com/rdp/cudnn-archive)
（2）安装
解压第一个压缩包
tar -xvf cudnn-10.0-linux-x64-v7.4.2.24.tgz
继续执行以下指令：
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*
sudo dpkg -i libcudnn7_7.4.2.24-1+cuda10.0_amd64.deb
sudo dpkg -i libcudnn7-dev_7.4.2.24-1+cuda10.0_amd64.deb
sudo dpkg -i libcudnn7-doc_7.4.2.24-1+cuda10.0_amd64.deb
（3）测试cudnn
cd /usr/src/cudnn_samples_v7/conv_sample
sudo make
./conv_sample
4、安装tensorflow
参考：https://blog.csdn.net/alphonse2017/article/details/85336542
1、
sudo pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.13.0rc2
pip下载如何更换为国内源：
临时使用：可以在使用pip的时候加参数-i https://pypi.tuna.tsinghua.edu.cn/simple
例如：这样就会从清华这边的镜像去安装numpy库
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy
永久修改，一劳永逸：分Linux与windows
Linux: 修改 ~/.pip/pip.conf (没有就创建一个)， 修改 index-url至tuna，换源为国内镜像，内容如下：
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
windows: 直接在user目录中创建一个pip目录，如：C:\Users\xx\pip，新建文件pip.ini，内容如下
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
2、测试
import tensorflow as tf
matrix1 = tf.constant([[3., 3.]])
matrix2 = tf.constant([[2.],[2.]])
product = tf.matmul(matrix1, matrix2)
sess = tf.Session()
result = sess.run(product)
print (result)
输出[[12.]]
完成安装！
