Tensorflow1.4.0不支持cuda9.0
一开始在cuda官网上下载了cuda9.0，非常不幸，一番辛苦下来发现现在最新版本的tensorflow-gpu不支持cuda9.0。因此，只能在网上寻找cuda8.0进行下载
卸载已有的cuda
尝试了网上很多已有的命令，这个命令可以使用
sudo apt-get autoremove --purge cuda如果没有卸载干净，可以使用
rm -rf <文件夹路径>将剩余的整个文件夹删除（包括文件夹下的所有文件）
安装Anaconda2
anaconda2是一个非常好的集成环境，里面包含了python，以及spyder IDE，PIP等工具。注意安装好anaconda2后需要配置环境变量。
pip 安装 tensorflow
使用
pip install tensorflow-gpu安装 tensorflow的gpu版本
下载cuda8.0
推荐寻找百度网盘
下载cudnn6 for cuda 8.0
注意，截至2017-12-1, 当前版本的tensorflow1.4.0只是支持cudnn6，不要下成cudnn7
安装cuda8.0和cudnn6
参考博文
http://blog.csdn.net/zhaoyu106/article/details/52793183
亲测没有问题，但是使用cudnn6的话，gcc不需要降低版本。
安装cuda8.0,使用.run文件
sudo sh cuda_8.0.44_linux.run我是在已经安装了nvidia驱动的情况下进行安装的，因此，提示是否安装nvidia driver的时候，我选择了no。其他都是一路accept，yes，或者回车
安装cudnn6.0
cudnn其实类似于cuda的扩展，下载下来的是一个压缩文件，解压之后进行下面三行命令即可。（解压出的文件默认名是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 显卡驱动安装
可以参考
http://blog.csdn.net/qq_33843297/article/details/78683569
另外有个命令暂时这里保存一下
sudo service lightdm stop #用于关闭图形化界面
sudo service lightdm restart #用于开启图形化界面使用ctrl+Alt+F1可以从linux的图形界面进入命令行界面
使用ctrl+Alt+F6可以从linux的命令行界面返回图形界面