部分參考：https://www.cnblogs.com/leoking01/p/6892737.html
（a）首先去N卡官網下載自己顯卡對應的驅動：www.geforce.cn/drivers
（b）下載後好放在英文路徑的目錄下，怎麼簡單怎麼來，然後最好是把文件名改成自己記得的名字，等會兒要用到，因爲默認下載下來後面帶了一串版本號，比如我就改成了Nvidia-Linux.run
（c）爲了避免後面各種麻煩，直接給驅動程序賦最高權限：
sudo chmod 777 Nvidia-Linux.run
（d）然後我們去把那個第三方驅動給拉入黑名單，先編輯文件：
sudo gedit /etc/modprobe.d/blacklist.conf
在文件末尾加上 blacklist nouveau
然後刷新配置：
sudo update-initramfs -u
（e）到這一步時最好重啓一下系統，然後正式進入官方驅動的安裝流程。按下Ctrl+Alt+F1進入非圖形終端；
（f）禁用X服務：
sudo service lightdm stop
（g）帶參數安裝驅動（這個地方我的驅動程序直接在Home目錄下，所以很方便）：
sudo ./Nvidia-Linux.run -no-opengl-files
（h）重啓X服務：
sudo service lightdm restart
然後重啓系統吧，驅動問題一切OK。
（5）原因分析： 這個問題一般不會出現，一旦出現其實也不知道是什麼情況下造成的，反正還是grub參數的問題。
解決辦法：
編輯grub文件：
sudo gedit /etc/default/grub
找到GRUB_CMDLINE_LINUX_DEFAULT=”quiet splash nomodeset”這一行，把nomodeset這個參數和它前面相鄰的空格刪掉，即改成：
GRUB_CMDLINE_LINUX_DEFAULT=”quiet splash”
保存後，更新grub配置：
sudo update-grub
再重啓電腦，顯卡驅動又恢復效果了。
重啓後輸入
nvidia-smi
如果出現了你的GPU列表，則說明驅動安裝成功了。
在cuda所在目錄打開terminal依次輸入以下指令：
sudo dpkg -i cuda-repo-ubuntu1604-8-0-rc_8.0.27-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda
ubuntu的gcc編譯器是5.4.0，然而cuda8.0不支持5.0以上的編譯器，因此需要降級，把編譯器版本降到4.9：
在terminal中執行：
sudo apt-get install gcc -4.9 gcc-5 g++-4.9 g++-5
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.9 20
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 10
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.9 20
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 10
sudo update-alternatives --install /usr/bin/cc cc /usr/bin/gcc 30
sudo update-alternatives --set cc /usr/bin/gcc
sudo update-alternatives --install /usr/bin/c++ c++ /usr/bin/g++ 30
sudo update-alternatives --set c++ /usr/bin/g++
配置cuda8.0之後主要加上的一個環境變量聲明，在文件~/.bashrc之後加上
export PATH=/usr/local/cuda-8.0/bin
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64
# added by Anaconda3 installer
export PATH="/home/god13/anaconda3/bin:$PATH"
然後設置環境變量和動態鏈接庫，在命令行輸入
sudo gedit /etc/profile
在打開的文件裏面加上（注意等號兩邊不能有空格）
export PATH=/usr/local/cuda/bin:$PATH
保存之後，創建鏈接文件
sudo gedit /etc/ld.so.conf.d/cuda.conf
在打開的文件中添加如下語句：
/usr/local/cuda/lib64
保存退出執行命令行：
sudo ldconfig
使鏈接立即生效。
2、測試cuda的Samples
命令行輸入（注意cuda-8.0是要相對應自己的cuda版本）
cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
make
sudo ./deviceQuery
返回GPU的信息則表示配置成功
下載完cudnn後，命令行輸入文件所在的文件夾 (ubuntu爲本機用戶名)
cd home/ubuntu/Downloads/
tar zxvf cudnn-8.0-linux-x64-v5.1.tgz #解壓文件
cd進入cudnn5.1解壓之後的include目錄，在命令行進行如下操作：
sudo cp cudnn.h /usr/local/cuda/include/ #複製頭文件
再cd進入lib64目錄下的動態文件進行復制和鏈接：（5.1.5爲對應版本具體可修改）
sudo cp lib* /usr/local/cuda/lib64/ #複製動態鏈接庫
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.5 #刪除原有動態文件
sudo ln -s libcudnn.so.5.1.5 libcudnn.so.5 #生成軟銜接
sudo ln -s libcudnn.so.5 libcudnn.so #生成軟鏈接
先安裝anaconda
https://repo.continuum.io/archive/Anaconda2-4.2.0-Windows-x86_64.exe
上面的地址下載 該包默認在downloads裏面
cd /home/username/Downloads
sudo bash Anaconda2-4.2.0-Linux-x86_64.sh
配置環境變量
gedit /etc/profile
末尾添上,我是一路yes下來，所以安在了root下，你可以自己選路徑，這時候的環境變量要改
export PATH=/root/anaconda2/bin:$PATH
重啓
打開終端
python
2、創建conda環境 名字叫tensorflow
conda create -n tensorflow python=2.7
source activate tensorflow #使能該環境
#下面這句話只能下載給CPU用的tensorflow
conda install -c conda-forge tensorflow
利用pip來下載給GPU用的tensorflow
export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.11.0-cp27-none-linux_x86_64.whl
下載安裝
pip install --ignore-installed --upgrade $TF_BINARY_URL
安裝IPython
conda install ipython
關掉該環境
source deactivate
測試安裝是否正確
source activate tensorflow
python
報錯： tensorflow-0.5.0-cp27-none-linux_x86_64.whl is not a supported wheel on this platform.
解決：
wget https://bootstrap.pypa.io/get-pip.py
sudo python2.7 get-pip.py
sudo python2.7 -m pip install https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.5.0-cp27-none-linux_x86_64.whl
$ python2.7 進入執行即可