安装驱动
最开始在英伟达官网下载了官方驱动，安装之后无法登录系统，在登录界面反复循环，用cuda里的驱动也出现了同样的问题。最后解决办法是把驱动卸载之后，通过命令行在线安装驱动。
卸载驱动：
sudo nvidia-uninstall
在线安装：
sudo apt-add-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-384 #具体驱动版本号可以到官网查
安装完之后，在终端输入
nvidia-smi
出现下图，说明显卡安装成功：
安装cuda
在英伟达官网下载cuda安装包(.run文件)，在终端中切换到cuda安装包目录，直接sudo运行安装包即可。注意在问你是否要安装显卡驱动的时候，选择no。
安装之后,添加环境变量:
gedit ~/.bashrc
在文件最后添加如下几行:
export PATH="/usr/local/cuda/bin:$PATH"
export CUDA_HOME="/usr/local/cuda"
export LD_LIBRARY_PATH="/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64:$LD_LIBRARY_PATH"
之后把cudnn文件复制到cuda安装目录的lib和include文件夹下。
安装tensorflow
安装之前需要安装libcupti-dev库,
sudo apt-get install libcupti-dev
安装tensorflow的方法很多,最简单的方法是用pip(或者用conda命令,如果你安装了anaconda的话)安装:
pip install tensorflow-gpu
# conda install tensorflow-gpu
如果想制定安装某个版本，可以在tuna上查看具体版本的链接：
https://mirrors.tuna.tsinghua.edu.cn/help/tensorflow/
验证安装是否成功，在python命令行中输入如下代码：
import tensorflow as tf
hello = tf.constant(\'Hello, TensorFlow!\')
sess = tf.Session()
print(sess.run(hello))
如果输出Hello, TensorFlow!，说明安装成功。如果报错说没有找到libcuda.so：
ImportError: libcuda.so.1: cannot open shared object file: No such file or directory
那么到系统的库文件目录下新建一个链接，链接到cuda安装目录下的libcuda.so文件。首先通过下面的命令查找libcuda.so在哪个目录下：
sudo find / -name \'libcuda.so*\' -maxdepth 10
假设找到是在目录LIB_DIR下，那么通过下面的命令新建链接：
cd /usr/lib/x86_64-linux-gnu # 系统库文件目录
sudo ln -s LIB_DIR libcuda.so.1
其他错误，请参考如下链接：
https://www.tensorflow.org/install/install_linux#common_installation_problems