參考：
https://tensorflow.google.cn/install/install_linux
目的
基於python 3.5，採用pip的方式在Ubuntu 16.04 上安裝tensorflow （當前版本爲1.11）。
環境要求：
Ubuntu 16.04 或更高版本
CUDA 9.0
cuDNN v7.0 (注意：不要安裝v7.1)
主要步驟
一、安裝顯卡驅動
三、安裝cuDNN v7
下載並解壓cuDNN v7，在終端輸入以下命令執行安裝（要注意當前終端的路徑）：
sudo cp -i include/cudnn.h /usr/local/cuda/include
sudo cp -i lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
sudo ldconfig /usr/local/cuda/lib64
四、採用pip命令安裝
（1）安裝 pip3 軟件包管理器
sudo apt update
sudo apt-get install python3-pip python3-dev # for Python 3.n
sudo pip3 install --upgrade pip #更新pip3
（2）在虛擬環境中安裝（受推薦的安裝方式）
$sudo pip3 install -U virtualenv # system-wide install
$virtualenv --system-site-packages -p python3 ./venv # 新建虛擬環境文件夾 venv
$source ./venv/bin/activate # 激活虛擬環境
(venv) $pip install --upgrade tensorflow # 若要安裝特定版本pip install tensorflow-gpu==1.7
驗證安裝並退出虛擬環境：
(venv) $python -c "import tensorflow as tf; tf.enable_eager_execution(); print(tf.reduce_sum(tf.random_normal([1000, 1000])))"
(venv) $deactivate #退出虛擬環境
也可以採用如下代碼驗證安裝（可選）
在 Python 交互式 shell 中輸入以下幾行簡短的程序代碼：
# Python
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
如果系統輸出以下內容，就說明您可以開始編寫 TensorFlow 程序了：
Hello, TensorFlow!
或
b'Hello,TensorFlow!'
五、查看tensorflow版本【可選】
import tensorflow as tf
tf.__version__
卸載（可選）
$ sudo pip3 uninstall tensorflow
故障處理：
(1) ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory
CUDA9.0未安裝，或安裝後路徑未加到環境變量。
(2) Loaded runtime CuDNN library: 7103 (compatibility version 7100) but source was compiled with 7005 (compatibility version 7000)
cuDNN版本錯誤。當前cuDNN的版本是v7.1，應該安裝v7.0。
(3) /sbin/ldconfig.real: /usr/local/cuda/lib64/libcudnn.so.7 is not a symbolic link
在終端輸入：
sudo ldconfig -v
在終端中定位到如下語句：
/sbin/ldconfig.real: /usr/local/cuda-9.0/targets/x86_64-linux/lib/libcudnn.so.7 is not a symbolic link
libcudnn.so.7 -> libcudnn.so.7.3.1
則根據上述輸出利用語法 ln -sf source filename，創建軟鏈接：
sudo ln -sf /usr/local/cuda/lib64/libcudnn.so.7.3.1 /usr/local/cuda/lib64/libcudnn.so.7