刚开始安装的时候也是入坑无数，找了好多资料安装好了后面也出现了一些问题;现在总结一下我自己的安装方法，为自己的系统以后出问题了方便找资料，也为了后面的小伙伴安装搭建环境有个参考，我们开始安装吧。
步骤一：安装完双系统，开机的第一件事就是安装nvidia显卡
直接在终端依次执行以下命令：
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-384#(以前安装的是390，自己可以在后面选择需要的版本)
sudo apt-get install mesa-common-dev
sudo apt-get install freeglut3-dev
说明：在2019.12.1号为了给Jetson TX2刷机，把系统搞崩了，不得不重新装了一次，顺便走一遍以前的安装方法;上面的方法到进行到第三个命令就开始报错了！！！顺便改改这篇博客。
现在有一种简单的方式我直接贴上一张图就明白了;我选择了nvidia-384这个。
安装完成之后reboot一下，重启之后在终端输入nvidia-smi验证一下，查看显卡信息。
步骤二：安装CUDA-9.0
1、CUDA的安装比较容易，官网下载9.0版本，选择对应系统，请下载runfile
2、在下载文件夹终端输入：
sudo sh cuda_9.0.176_384.81_linux.run
刚开始一直显示的是0%，按q退出文件说明，然后关键的地方来了，先输入accept,接着问你要不要安装CUDA自带的显卡;这一个选择NO，后面3个都是YES。（忘记截图了）
3、安装完成之后需要配置环境变量
在终端输入：
sudo gedit ~/.bashrc
会打开一个文件，在这个文件的最后加入以下两行内容：
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}}
可以直接复制粘贴过去，然后点击保存或者输入：
source ~/.bashrc
在profile中也输入上面两行声明
sudo gedit /etc/profile
保存退出，reboot一下。
4、验证CUDA版本：9.0
在终端输入：nvcc -V
步骤三：安装cuDNN
1、在官网下载，需要注册账号，目前提供的不同版本为：
看图选版本，千万千万别选错！！！
这里选择cuDNN v7.05[Dec 5,2017],for CUDA9.0;
我自己安装的是cuDNN v7.0.5 Library for Linux，这里看自己喜欢什么版本吧;
但是，CUDA-9.0版本的必须和cuDNN的7.0的版本对应起来。cuDNN版本不能超过7.4（头脑发热装了cnDNN版本7.6.4的，后面就出问题了，要改！！！），否则后面安装tensorflow-gpu会报错，亲测要报错！！！
下面的cuDNN安装教程就将就看吧，因为安装错了版本，有几张图用的是cnDNN7.6.4.38的截图。
（然后下面是卸载我安装错的cuDNN版本，泪奔！乖乖的安装回原来的版本。）
sudo rm -rf /usr/local/cuda/include/cudnn.h
sudo rm -rf /usr/local/cuda/lib64/libcudnn*
2、在下载路径解压文件，复制到本地路径，这里解压出来的文件名比较重要
在下载路径打开终端，依次执行以下命令：
tar -zxvf cudnn-9.0-linux-x64-v7.6.4.38.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
3、到我们本地的cuda路径，进入lib64文件夹会有刚刚解压的文件，然后在终端打开依次执行以下命令：
cd /usr/local/cuda/lib64
sudo chmod +r libcudnn.so.7.0.5
sudo ln -sf libcudnn.so.7.0.5 libcudnn.so.7
sudo ln -sf libcudnn.so.7 libcudnn.so
sudo ldconfig
在本地cuda路径检测一下，在终端输入：ll
安装成功会出现以下信息：
步骤四：安装Anaconda3
1、Anaconda 安装包可以到 清华源下载;也可以去官网下载 官网
找到自己需要安装的Anaconda3的版本。
2、本次使用的是Anaconda3-5.2.0-Linux-x86_64.sh
到下载路径在终端打开，执行以下命令：
bash Anaconda3-5.2.0-Linux-x86_64.sh
按q跳过介绍，输入yes
回车：
直到显示安装完成。
安装完成以后在终端输入:conda list 检测是否安装成功。
步骤五：安装TensorFlow-gpu
1、因为Python3.6版本的也可以用，对于有强迫症的我选择了安装
添加源并更新命令行：
sudo add-apt-repository ppa:fkrull/deadsnakes
sudo apt-get update
安装指定版本的python:
sudo apt-get install python3.6 python3.6-dev
2、我只用了pip安装，源码安装太麻烦没有采用
安装pip：
sudo apt-get install python3-pip
更新pip：
pip install --upgrade pip
3、利用pip来安装tensorflow-gpu
pip install tensorflow-gpu #(默认下载最新的版本)
pip install tensorflow-gpu==1.6.0 #(下载1.6版本的，想下载哪个版本自己定)
4、测试是否安装成功
我的第一次导入报错了，接着再导入就成功了;
查阅资料才知道原因是：
h5py新版本对numpy1.14版本的兼容错误
解决办法：
pip install h5py==2.8.0rc1
果然消失了。
总结
现在软硬件更新太快了，以后系统出问题了估计这个方式也不能用了！所以有安装不上的小伙伴可以留下脚印，大家一起研究交流，共同学习，一起进步。