部分参考：https://www.cnblogs.com/leoking01/p/6892737.html
（a）首先去N卡官网下载自己显卡对应的驱动：www.geforce.cn/drivers
（b）下载后好放在英文路径的目录下，怎么简单怎么来，然后最好是把文件名改成自己记得的名字，等会儿要用到，因为默认下载下来后面带了一串版本号，比如我就改成了Nvidia-Linux.run
（c）为了避免后面各种麻烦，直接给驱动程序赋最高权限：
sudo chmod 777 Nvidia-Linux.run
（d）然后我们去把那个第三方驱动给拉入黑名单，先编辑文件：
sudo gedit /etc/modprobe.d/blacklist.conf
在文件末尾加上 blacklist nouveau
然后刷新配置：
sudo update-initramfs -u
（e）到这一步时最好重启一下系统，然后正式进入官方驱动的安装流程。按下Ctrl+Alt+F1进入非图形终端；
（f）禁用X服务：
sudo service lightdm stop
（g）带参数安装驱动（这个地方我的驱动程序直接在Home目录下，所以很方便）：
sudo ./Nvidia-Linux.run -no-opengl-files
（h）重启X服务：
sudo service lightdm restart
然后重启系统吧，驱动问题一切OK。
（5）原因分析： 这个问题一般不会出现，一旦出现其实也不知道是什么情况下造成的，反正还是grub参数的问题。
解决办法：
编辑grub文件：
sudo gedit /etc/default/grub
找到GRUB_CMDLINE_LINUX_DEFAULT=”quiet splash nomodeset”这一行，把nomodeset这个参数和它前面相邻的空格删掉，即改成：
GRUB_CMDLINE_LINUX_DEFAULT=”quiet splash”
保存后，更新grub配置：
sudo update-grub
再重启电脑，显卡驱动又恢复效果了。
重启后输入
nvidia-smi
如果出现了你的GPU列表，则说明驱动安装成功了。
在cuda所在目录打开terminal依次输入以下指令：
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编译器是5.4.0，然而cuda8.0不支持5.0以上的编译器，因此需要降级，把编译器版本降到4.9：
在terminal中执行：
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之后主要加上的一个环境变量声明，在文件~/.bashrc之后加上
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:$PATH"
然后设置环境变量和动态链接库，在命令行输入
sudo gedit /etc/profile
在打开的文件里面加上（注意等号两边不能有空格）
export PATH=/usr/local/cuda/bin:$PATH
保存之后，创建链接文件
sudo gedit /etc/ld.so.conf.d/cuda.conf
在打开的文件中添加如下语句：
/usr/local/cuda/lib64
保存退出执行命令行：
sudo ldconfig
使链接立即生效。
2、测试cuda的Samples
命令行输入（注意cuda-8.0是要相对应自己的cuda版本）
cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
make
sudo ./deviceQuery
返回GPU的信息则表示配置成功
下载完cudnn后，命令行输入文件所在的文件夹 (ubuntu为本机用户名)
cd home/ubuntu/Downloads/
tar zxvf cudnn-8.0-linux-x64-v5.1.tgz #解压文件
cd进入cudnn5.1解压之后的include目录，在命令行进行如下操作：
sudo cp cudnn.h /usr/local/cuda/include/ #复制头文件
再cd进入lib64目录下的动态文件进行复制和链接：（5.1.5为对应版本具体可修改）
sudo cp lib* /usr/local/cuda/lib64/ #复制动态链接库
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.5 #删除原有动态文件
sudo ln -s libcudnn.so.5.1.5 libcudnn.so.5 #生成软衔接
sudo ln -s libcudnn.so.5 libcudnn.so #生成软链接
先安装anaconda
https://repo.continuum.io/archive/Anaconda2-4.2.0-Windows-x86_64.exe
上面的地址下载 该包默认在downloads里面
cd /home/username/Downloads
sudo bash Anaconda2-4.2.0-Linux-x86_64.sh
配置环境变量
gedit /etc/profile
末尾添上,我是一路yes下来，所以安在了root下，你可以自己选路径，这时候的环境变量要改
export PATH=/root/anaconda2/bin:$PATH
重启
打开终端
python
2、创建conda环境 名字叫tensorflow
conda create -n tensorflow python=2.7
source activate tensorflow #使能该环境
#下面这句话只能下载给CPU用的tensorflow
conda install -c conda-forge tensorflow
利用pip来下载给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
下载安装
pip install --ignore-installed --upgrade $TF_BINARY_URL
安装IPython
conda install ipython
关掉该环境
source deactivate
测试安装是否正确
source activate tensorflow
python
报错： tensorflow-0.5.0-cp27-none-linux_x86_64.whl is not a supported wheel on this platform.
解决：
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 进入执行即可