Tensorflow1.4.0不支持cuda9.0
一開始在cuda官網上下載了cuda9.0，非常不幸，一番辛苦下來發現現在最新版本的tensorflow-gpu不支持cuda9.0。因此，只能在網上尋找cuda8.0進行下載
卸載已有的cuda
嘗試了網上很多已有的命令，這個命令可以使用
sudo apt-get autoremove --purge cuda如果沒有卸載乾淨，可以使用
rm -rf <文件夾路徑>將剩餘的整個文件夾刪除（包括文件夾下的所有文件）
安裝Anaconda2
anaconda2是一個非常好的集成環境，裏面包含了python，以及spyder IDE，PIP等工具。注意安裝好anaconda2後需要配置環境變量。
pip 安裝 tensorflow
使用
pip install tensorflow-gpu安裝 tensorflow的gpu版本
下載cuda8.0
推薦尋找百度網盤
下載cudnn6 for cuda 8.0
注意，截至2017-12-1, 當前版本的tensorflow1.4.0只是支持cudnn6，不要下成cudnn7
安裝cuda8.0和cudnn6
參考博文
http://blog.csdn.net/zhaoyu106/article/details/52793183
親測沒有問題，但是使用cudnn6的話，gcc不需要降低版本。
安裝cuda8.0,使用.run文件
sudo sh cuda_8.0.44_linux.run我是在已經安裝了nvidia驅動的情況下進行安裝的，因此，提示是否安裝nvidia driver的時候，我選擇了no。其他都是一路accept，yes，或者回車
安裝cudnn6.0
cudnn其實類似於cuda的擴展，下載下來的是一個壓縮文件，解壓之後進行下面三行命令即可。（解壓出的文件默認名是cuda)
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*Nvidia 顯卡驅動安裝
可以參考
http://blog.csdn.net/qq_33843297/article/details/78683569
另外有個命令暫時這裏保存一下
sudo service lightdm stop #用於關閉圖形化界面
sudo service lightdm restart #用於開啓圖形化界面使用ctrl+Alt+F1可以從linux的圖形界面進入命令行界面
使用ctrl+Alt+F6可以從linux的命令行界面返回圖形界面