刚开始安装的时候也是入坑无数，找了好多资料安装好了后面也出现了一些问题;现在总结一下我自己的安装方法，为自己的系统以后出问题了方便找资料，也为了后面的小伙伴安装搭建环境有个参考，我们开始安装吧。
步骤一：安装完双系统，开机的第一件事就是安装nvidia显卡
直接在终端依次执行以下命令：
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-384(我安装的是390，自己可以在后面选择需要的版本)
sudo apt-get install mesa-common-dev
sudo apt-get install freeglut3-dev
安装完成之后reboot一下，重启之后在终端输入nvidia-smi验证一下，查看显卡信息。
步骤二：安装CUDA-9.0
1、CUDA的安装比较容易，官网下载9.0版本，选择对应系统，请下载runfile
2、在下载文件夹终端输入：
sudo sh cuda_9.0.176_384.81_linux.run
关键的地方来了，在安装的时候不要安装CUDA自带的显卡;第一个选择NO，后面3个都是YES。
3、安装完成之后需要配置环境变量
在终端输入：
sudo gedit ~/.bashrc
会打开一个文件，在这个文件的最后加入以下两行内容：
export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
可以直接复制粘贴过去，然后点击保存或者输入：
source ~/.bashrc
在profile中也输入上面两行声明
sudo gedit /etc/profile
保存退出，reboot一下。
4、验证CUDA版本：9.0
在终端输入：nvcc -V
步骤三：安装cuDNN
1、在官网下载，需要注册账号，目前提供的不同版本为：
这里选择cuDNN v7.05[Dec 5,2017],for CUDA9.0;
我自己安装的是cuDNN v7.0.5 Library for Linux，这里看自己喜欢什么版本吧;
但是，CUDA-9.0版本的必须和cuDNN的7.0的版本对应起来。
2、在下载路径解压文件，复制到本地路径，这里解压出来的文件名比较重要
在下载路径打开终端，依次执行一下命令：
-
$ tar -zxvf cudnn-9.0-linux-x64-v7.tgz -
cuda/include/cudnn.h -
cuda/NVIDIA_SLA_cuDNN_Support.txt -
cuda/lib64/libcudnn.so -
cuda/lib64/libcudnn.so.7 -
cuda/lib64/libcudnn.so.7.0.5 -
cuda/lib64/libcudnn_static.a -
$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include/ -
$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
3、到我们本地的cuda路径，进入lib64文件夹会有刚刚解压的文件，然后在终端打开依次执行以下命令：
-
$ sudo chmod +r libcudnn.so.7.0.5 -
$ sudo ln -sf libcudnn.so.7.0.5 libcudnn.so.7 -
$ sudo ln -sf libcudnn.so.7 libcudnn.so -
$ sudo ldconfig
4、在本地cuda路径检测一下，在终端输入：ll
安装成功会出现以下信息：
-
lrwxrwxrwx 1 root root 13 3月 19 16:02 libcudnn.so -> libcudnn.so.7* -
lrwxrwxrwx 1 root root 17 3月 19 16:02 libcudnn.so.7 -> libcudnn.so.7.0.5* -
-rwxr-xr-x 1 root root 287641664 3月 19 16:00 libcudnn.so.7.0.5*
步骤四：安装Anaconda3
1、Anaconda 安装包可以到 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 下载;
也可以去官网下载 https://www.anaconda.com/download/
找到自己需要安装的Anaconda3的版本。
2、本次使用的是Anaconda3-5.0.0.1-Linux-x86_64.sh
到下载路径在终端打开，执行以下命令：
-
bash Anaconda3-5.0.0.1-Linux-x86_64.sh
全程yes，安装完成以后在终端输入:conda list 检测是否安装成功。
步骤五：安装TensorFlow(GPU)
1、因为Python3.6版本的也可以用，对于有强迫症的我选择了安装
添加源并更新命令行：
sudo add-apt-repository ppa:fkrull/deadsnakes
sudo apt-get update
安装指定版本的python:
sudo apt-get install python3.6 python3.6-dev
2、我只用了pip安装，源码安装太麻烦没有采用
安装pip：
sudo apt-get install python3-pip
更新pip：
sudo pip install -upgrade pip
3、利用pip来安装tensorflow-gpu
pip install tensorflow-gpu(默认下载最新的版本)
pip install tensorflow-gpu==1.6.0(下载1.6版本的，想下载哪个版本自己定)
总结
在搭建环境中我遇到了许多问题，来来回回折腾了好几天;我重点说一下后面也许会出现的问题，在后面验证tensorflow安装成功没有，在导入时失败，可能的原因是numpy这个版本是1.13.1的，这个版本感觉问题很多，我今天把这个版本的卸载了以后安装其他版本的导入tensorflow就成功了。以下是我安装时浏览过的网站，觉得很有用就保留下来了，希望能帮助更多的小伙伴吧。