本文方法跟其他文章安裝順序略有不同，保證少走彎路
新的ubuntu16.04的系統安裝好後，把源改成清華源
1.直接安裝最新的anaconda，哪個新就裝哪個，我是這版Anaconda3-5.1.0-Linux-x86_64.sh
sudo bash Anaconda3-5.1.0-Linux-x86_64.sh就好，一路繼續，有一個在～/.bashrc裏面添加環境變量那一塊一定要yes
裝完之後，重啓命令行，再輸入python，就會發現Python 3.6.4 |Anaconda, Inc.，這就說明安裝成功
2.然後也換源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
3.建立並激活Tensorflow環境繼續在命令行輸入：
conda create --name=tensorflow python=3.6，這句話十分好，不管你anaconda安裝的是什麼版本，這裏創建的環境都是按照你設定的python版本安裝的，十分便於安裝多版本python
這裏，由於在Anaconda3安裝的時候，選擇了默認Python3.6版本，因此新建立的tensorflow環境就是基於Python3.6。再輸入：
source activate tensorflow
即可激活tensorflow環境，用deactivate可以取消激活。
4.安裝Tensorflow
在激活tensorflow環境狀態下，輸入：
pip install tensorflow_gpu
會自動選擇目前最新的版本(本文是1.5.0)進行安裝，一路下一步就OK
測試tensorflow獲得應該安裝的cuda和cudnn版本
輸入python後，import tensorflow
這時候會出一大堆報錯，找到cublas後面的版本號，我這裏是9.0，所以我們應該安裝cuda9，至於cudnn可以等到cuda裝完後，再看需要什麼版本再下載。
5.安裝cuda9.0
官網下載，我這裏是cuda_9.0.176_384.81_linux.run，這裏提醒一點，cublas後面是9.0就千萬不要下載9.1，全都是隨着tf報錯走的。
5.1 確認之前的準備工作已經完成
5.2 Disable the Nouveau drivers(禁用nouveau,這一步至關重要！！！)
5.2.1使用以下命令查看Noueau驅動是否被加載了
$ lsmod | grep nouveau
# 如果打印出一些信息，說明Noueau被加載了，正常情況下會打印出一些關於nouveau的信息5.2.2 Create a file at /etc/modprobe.d/blacklist-nouveau.conf with the following contents:
創建sudo gedit /etc/modprobe.d/blacklist-nouveau.conf，寫入：
blacklist nouveau
options nouveau modeset=0
5.2.3 使配置生效
sudo update-initramfs -u
再次lsmod | grep nouveau，發現沒有輸出
5.3重啓安裝
進入到登錄界面後不要登錄，直接ctrl+alt+f1
停止X服務
sudo /etc/init.d/lightdm stop運行可執行文件
sudo sh cuda_9.0.176_384.81_linux.run如果是單顯卡的話，opengl一定選no，否則會循環登錄，其他都按默認來，沒有默認就是y
安裝完成後
check device nodes (檢查設備節點): Check if /dev/nvidia* files exist。如果沒有的話$ sudo modprobe nvidia
重啓桌面服務
$ sudo service lightdm start此時能夠登錄，則沒有問題。
5.4安裝後的一系列設置
然後在NVIDIA_CUDA-9.0_Samples裏 make -j4一下
編譯後的二進制文件默認存放在NVIDIA_CUDA-9.0_Samples/bin中。
接着在終端中輸入 ：
$ cd bin/x86_64/linux/release
$ ./deviceQuery 此時在ls /dev 裏面就能發現nvidia開頭的三個文件。
然後需要給cuda設置一個環境變量
在系統環境裏設置CUDA的路徑
$ sudo gedit ~/.bashrc # 編輯~/.bashrc 的最後中添加如下代碼
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:/usr/local/cuda-9.0/extras/CUPTI/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda-9.0
export PATH=/usr/local/cuda-9.0/bin:$PATH$source ~/.bashrc #配置立即生效這時執行一下 nvcc -V可以看到顯卡型號
此時，cuda應該已經安裝完畢了，我們還通過之前的方法打開tensorflow，發現依然報錯，這次是缺cudnn的庫，看到版本，我這裏是cudnn7.0
6.安裝cudnn7.0
所以還是去下載，我們找到那個tar.gz的壓縮包，不是power8，別下錯了，power8是一個獨立平臺。，解壓縮後得到cuda文件夾
$ 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 /usr/local/cuda/lib64/libcudnn*以上步驟都做完後
開一個新的terminal，進入tensorflow，發現已經沒有報錯了，安裝完成。