NVIDIA驅動安裝
之前出現了一直裝上驅動一直循環用戶登錄界面無法進入的問題是由於更新了無線網卡驅動連帶着更新了linux內核，導致英偉達驅動和linux內核驅動不匹配的原因。
安裝方法如下：
1）打開終端，先刪除舊的驅動：
sudo apt-get purge nvidia*
2）禁用自帶的 nouveau nvidia驅動
創建一個文件通過命令 sudo vim /etc/modprobe.d/blacklist-nouveau.conf
並添加如下內容：
blacklist nouveau
再更新一下
sudo update-initramfs -u
修改後需要重啓系統。確認下Nouveau是已經被你幹掉，使用命令： lsmod | grep nouveau
3）從官網下載nvidia驅動
獲取自己nvidia顯卡的型號，選擇最適合的英偉達驅動
進入開機的命令行模式
關閉圖形模式：sudo service lightdm stop
進入驅動所在目錄，更改權限：sudo chmod u+x NVIDIA-Linux-x86_64-xxxxxx.run
開始安裝：sudo ./NVIDIA-Linux-x86_64-384.98.run -no-opengl-files --no-x-check
注意：不加-no-opengl-files可能會出現重複登錄的情況
不用重新開啓圖像模式即可登錄
登錄之後輸入 nvidia-smi檢查是否安裝成功 若無顯示重啓之後再試一次
注意版本匹配！！！！
CUDA安裝
官網下載cuda_9.0.176_384.81_linux.run
運行即可安裝
注意：單擊回車，一路往下運行，直到提示“是否爲NVIDIA安裝驅動nvidia-384？”，選擇否，因爲已經安裝好驅動程序了，其他的全都是默認，不過要記住安裝位置，默認是安裝在/usr/local/cuda文件夾下。
配置環境變量，運行如下命令打開profile文件
sudo gedit /etc/profile
打開文件後在文件末尾添加路徑，也就是安裝目錄，命令如下：
export PATH=/usr/local/cuda-9.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64$LD_LIBRARY_PATH
保存，然後重啓電腦
sudo reboot
測試CUDA的例子
cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
如果顯示的是關於GPU的信息，則說明安裝成功了。
安裝完畢後，再聲明一下環境變量，並將其寫入到 ~/.bashrc 的尾部:
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}}
然後設置環境變量和動態鏈接庫，在命令行輸入：
$ sudo gedit /etc/profile
在打開的文件末尾加入：
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
然後執行
sudo ldconfig
CUDNN安裝
官網下載cudnn-9.0-linux-x64-v7.5.0.56.solitairetheme8
運行：
cp cudnn-8.0-linux-x64-v5.1.solitairetheme8 cudnn-8.0-linux-x64-v5.1.tgz
tar -xvf cudnn-8.0-linux-x64-v5.1.tgz
cd cuda
sudo cp lib64/lib* /usr/local/cuda/lib64/
sudo cp include/cudnn.h /usr/local/cuda/include/
cd /usr/local/cuda/lib64/
sudo chmod +r libcudnn.so.7.0.3 # 自己查看.so的版本
sudo ln -sf libcudnn.so.7.0.3. libcudnn.so.7
sudo ln -sf libcudnn.so.7 libcudnn.so
sudo ldconfig
tensorflow安裝—python版本
1）安裝anaconda3
2）利用命令行模式安裝tensorflow-python版本
conda create -n tfpy python=3.5
source activate tfpy
conda install tensorflow-gpu=1.9.0
3）測試
python
import tensorflow as tf
如無報錯則安裝成功
tensorflow安裝----c++版本
1）安裝編譯工具bazel 參考上圖選擇合適的bazel版本，否則會出現
ERROR: Config value cuda is not defined in any .rc file的錯誤。github上選擇合適版本。
2）github上下載tensorflow源碼
3）./contrib/makefile/build_all_linux.sh，運行後會自動下載和安裝依賴的庫。
4）運行tensorflow源碼文件夾中的configure文件，除了cuda的選項其餘選擇no即可，在安裝cuda的時候根據自己安裝的cuda cudnn的安裝路徑並按照說明進行安裝即可
5）