第一步（可直接跳到第二步）：安装nvidia显卡驱动
linux用户可以通过官方ppa解决安装GPU驱动的问题。使用如下命令添加Graphic Drivers PPA：
sudo add-apt-repository ppa:graphics-drivers/ppa
然后更新源：
sudo apt-get update
然后去navidia官网查看最新的驱动版本号：navidia官网：http://www.geforce.cn/drivers
比如说驱动的最新版本号为396，则执行如下指令：
sudo apt-get install nvidia-396
最后安装openGL支持：
sudo apt-get install mesa-common-dev
第二步：安装cuda-8.0(中间会默认安装显卡驱动)
$ sudo dpkg -i cuda-repo-ubuntu1404-8-0-local-ga2_8.0.61-1_amd64.deb $ sudo apt-get update $ sudo apt-get install cuda
sudo vim /etc/profile
export CUDA_HOME=/usr/local/cuda-8.0 export PATH=$CUDA_HOME/bin:$PATH export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH
source /etc/profile
第三步：降低gcc版本到5.0以下
$ gcc --help
$ gcc --version #查看gcc版本号
第四步：下载 cuDNN V5+ 库文件并添加到cuda-8.0库
解压并将内容copy到/usr/local/cuda-8.0/include和lib64目录中：
cudann-8.0是目前为止比较稳定的版本在更新tensorflow后（1.4.1- 指令: pip install --upgrade tensorflow-gpu 即可更新tensorflow）
在官网下载对应版本的*.tgz文件。
指令如下：
第五步：安装tensorflow
（1）Anaconda安装tensorflow
下载：Anaconda2-4.3.1-Linux-x86_64.sh（https://repo.continuum.io/archive/）参考网址：https://www.cnblogs.com/willnote/p/6746499.html
bash Anaconda2-4.3.1-Linux-x86_64.sh
Anaconda仓库镜像
官方下载更新工具包的速度很慢，所以继续添加清华大学 TUNA提供的Anaconda仓库镜像，在终端或cmd中输入如下命令进行添加
$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ $ conda config --set show_channel_urls yes
备注：如果出现conda命令未找到，查看：https://www.cnblogs.com/chamie/p/10009193.html
Tensorflow安装
在终端或cmd中输入以下命令搜索当前可用的tensorflow版本
（可以略掉）$ anaconda search -t conda tensorflow
Using Anaconda API: https://api.anaconda.org
Run 'anaconda show <USER/PACKAGE>' to get more details:
Packages:
Name | Version | Package Types | Platforms
------------------------- | ------ | --------------- | ---------------
HCC/tensorflow | 1.0.0 | conda | linux-64
HCC/tensorflow-cpucompat | 1.0.0 | conda | linux-64
HCC/tensorflow-fma | 1.0.0 | conda | linux-64
SentientPrime/tensorflow | 0.6.0 | conda | osx-64
: TensorFlow helps the tensors flow
acellera/tensorflow-cuda | 0.12.1 | conda | linux-64
anaconda/tensorflow | 1.0.1 | conda | linux-64
anaconda/tensorflow-gpu | 1.0.1 | conda | linux-64
conda-forge/tensorflow | 1.0.0 | conda | linux-64, win-64, osx-64
: TensorFlow helps the tensors flow
creditx/tensorflow | 0.9.0 | conda | linux-64
: TensorFlow helps the tensors flow
derickl/tensorflow | 0.12.1 | conda | osx-64
dhirschfeld/tensorflow | 0.12.0rc0 | conda | win-64
dseuss/tensorflow | | conda | osx-64
guyanhua/tensorflow | 1.0.0 | conda | linux-64
ijstokes/tensorflow | 2017.03.03.1349 | conda, ipynb | linux-64
jjh_cio_testing/tensorflow | 1.0.1 | conda | linux-64
jjh_cio_testing/tensorflow-gpu | 1.0.1 | conda | linux-64
jjh_ppc64le/tensorflow | 1.0.1 | conda | linux-ppc64le
jjh_ppc64le/tensorflow-gpu | 1.0.1 | conda | linux-ppc64le
jjhelmus/tensorflow | 0.12.0rc0 | conda, pypi | linux-64, osx-64
: TensorFlow helps the tensors flow
jjhelmus/tensorflow-gpu | 1.0.1 | conda | linux-64
kevin-keraudren/tensorflow | 0.9.0 | conda | linux-64
lcls-rhel7/tensorflow | 0.12.1 | conda | linux-64
marta-sd/tensorflow | 1.0.1 | conda | linux-64
: TensorFlow helps the tensors flow
memex/tensorflow | 0.5.0 | conda | linux-64, osx-64
: TensorFlow helps the tensors flow
mhworth/tensorflow | 0.7.1 | conda | osx-64
: TensorFlow helps the tensors flow
miovision/tensorflow | 0.10.0.gpu | conda | linux-64, osx-64
msarahan/tensorflow | 1.0.0rc2 | conda | linux-64
mutirri/tensorflow | 0.10.0rc0 | conda | linux-64
mwojcikowski/tensorflow | 1.0.1 | conda | linux-64
rdonnelly/tensorflow | 0.9.0 | conda | linux-64
rdonnellyr/r-tensorflow | 0.4.0 | conda | osx-64
test_org_002/tensorflow | 0.10.0rc0 | conda |
Found 32 packages
选择一个较新的CPU或GPU版本，如jjh_cio_testing/tensorflow-gpu的1.0.1版本，输入如下命令查询安装命令
（可以略掉）$ anaconda show jjh_cio_testing/tensorflow-gpu
Using Anaconda API: https://api.anaconda.org
Name: tensorflow-gpu
Summary:
Access: public
Package Types: conda
Versions:
+ 1.0.1
To install this package with conda run:
conda install --channel https://conda.anaconda.org/jjh_cio_testing tensorflow-gpu
使用最后一行的提示命令进行安装
$ conda install --channel https://conda.anaconda.org/jjh_cio_testing tensorflow-gpu==1.3.0
Fetching package metadata .............
Solving package specifications: .
Package plan for installation in environment /home/will/anaconda2:
The following packages will be SUPERSEDED by a higher-priority channel:
tensorflow-gpu: 1.0.1-py27_4 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free --> 1.0.1-py27_4 jjh_cio_testing
Proceed ([y]/n)?
conda会自动检测安装此版本的Tensorflow所依赖的库，如果你的Anaconda缺少这些依赖库，会提示你安装。因为我之前已经安装过了，所以这里只提示我安装Tensorflow。输入y并回车之后等待安装结束即可
- 可以选择次高版本的Tensorflow安装，因为最新版本可能清华 TUNA的仓库镜像库没有及时更新，而官方更新连接总是失败，我最开始选择了jjhelmus/tensorflow-gpu的1.0.1版本，其他依赖 库清华 TUNA的仓库镜像有资源，而到最后jjhelmus/tensorflow-gpu版本的Tensorflow安装包总是下载不下来，尝试20多次之后 换了一个1.0.0的版本，终于顺利安装成功
进入python，输入
import tensorflow as tf
如果没有报错说明安装成功。
（2）PIP安装tensorflow
安装完CUDA 8 和 cuDNN 5后， 在终端输入 sudo apt-get install libcupti-dev（参考：https://www.cnblogs.com/zengcv/p/6564517.html）
Ubuntu14.04默认安装的Python2.7.6
先安装Python库
sudo apt-get install python-pip python-dev
安装tensorflow：
(1)在线安装
sudo pip install https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.0.1-cp27-none-linux_x86_64.whl
(2)下载安装（由于Ubuntu系统下，网上比较慢，可以在windows下载。推荐这种安装方法）
sudo pip install tensorflow_gpu-1.0.1-cp27-none-linux_x86_64.whl
（下载地址：https://pypi.org/project/tensorflow-gpu/1.0.1/#files）
