安裝NVIDIA顯卡驅動
由于Ubuntu系統(tǒng)自帶的驅動更新是無法更新的顯卡的最新驅動的，而且在更新過程中容易出現(xiàn)問題，所以我們本次選擇了本地安裝驅動。
下載驅動：
http://www.geforce.cn/drivers，在NVIDIA網(wǎng)站上選擇對應的網(wǎng)卡型號和驅動版本進行下載。
選擇了之后在下方會出現(xiàn)該顯卡的可下載版本驅動：
禁止Ubuntu集成的nouveau驅動
Ubuntu系統(tǒng)集成的顯卡驅動程序是nouveau，它是第三方為NVIDIA開發(fā)的開源驅動，我們需要先將其屏蔽才能安裝NVIDIA官方驅動。
將驅動添加到黑名單blacklist.conf中，但是由于該文件的屬性不允許修改。所以需要先修改文件屬性。
- 修改黑名單屬性：
$sudo chmod 666 /etc/modprobe.d/blacklist.conf - 修改名單：
$sudo vim /etc/modprobe.d/blacklist.conf
### 在打開了文件以后在文件最后添加幾行：
blacklist vga16fb
blacklist nouveau
blacklist rivafb
blacklist rivatv
blacklist nvidiafb
開始安裝
首先要先進入Ubuntu的控制臺，按Ctrl+Alt+F1，登錄帳號并關閉圖形界面的服務：
$ sudo service lightdm stop
在關閉了圖形界面服務之后，進行驅動的安裝：
## 先把當前路徑轉到下載的目錄下
$ cd ~
$ sudo sh NVIDIA-Linux-x86_64-xxx.run
## 然后重新啟動我們的圖形界面：
$ sudo service lightdm start
- 檢查安裝：
在終端中輸入$ nvidia-smi或者$ nvidia-settings，出現(xiàn)驅動版本和GPU信息也就安裝成功了。
安裝cuda
想要使用gpu加速運算，那就需要安裝cuda組件。下載網(wǎng)址：
https://developer.nvidia.com/cuda-toolkit
下載前需要選擇配置，我么這次安裝還是選擇本地文件安裝（runfile）
在下載完成后，轉到下載路徑，執(zhí)行一下命令安裝：
$ sudo sh cuda_8.0.61_375.26_linux.run
需要注意的是，因為已經(jīng)安裝了最新驅動，所以在安裝時候可以選擇不安裝它提示的驅動版本，剩下的只要一直默認選擇就行了。
在安裝結束后還需要添加環(huán)境變量：
$ sudo gedit /etc/profile
## 在文檔最后添加：
export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64$LD_LIBRARY_PATH
需要注意的是：因為我當時安裝的時候只是出到8.0的版本，所以安裝后文件夾名稱是cuda-8.0，如果大家安裝了cuda-9.0的話，在添加環(huán)境變量的時候請把cuda-8.0 這個文件夾路徑修改成對應文件夾名字。如果有什么問題可以到以下NVIDIA給出的官方安裝指南進行安裝：
http://blog.csdn.net/u010837794/article/details/63251725
在安裝后請重啟，令環(huán)境變量生效。
在重啟后，可執(zhí)行以下命令檢查安裝是否成功：
$ cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
$ sudo make
$ ./deviceQuery
安裝cuDNN以及配置
一般我們開發(fā)都是基于CPU的，cuda可以看作是輔助我們針對GPU開發(fā)的一個工具。 而cuDNN官網(wǎng)的全稱是CUDA Deep Neural Network，相比標準的cuda，它在一些常用的神經(jīng)網(wǎng)絡操作上進行了性能的優(yōu)化，比如卷積，pooling，歸一化，以及激活層等等。在理解上面這段的基礎上，我們可以猜測配置cuDNN時是要對cuda進行一些修改，所以我們要先安裝cuda。cuDNN下載需要注冊，這個過程耐心點也很快。下面以ubuntu為例說明如何配置cuDNN進行神經(jīng)網(wǎng)絡的加速。
以下是cuDNN的下載網(wǎng)址：
https://developer.nvidia.com/cudnn
在登錄之后會進行一個問卷調(diào)查，直接填寫就好：
這里根據(jù)版本需要下載，如果前面的下載了cuda的最新版9.0，這里可以直接選擇9.0版本，由于我當時安裝的是8.0的cuda，所以這次我下載的是對應8.0版本的:cudnn-8.0-linux-x64-v6.0-tgz
下載之后進行解壓
$ tar -zxvf cudnn-8.0-linux-x64-v6.0-tgz把解壓后的文件夾復制到之前cuda的安裝路徑/usr/local/cuda/
$ sudo cp cuDNN/cuda/include/cudnn.h /usr/local/cuda/include
$ sudo cp cuDNN/cuda/lib64/* /usr/local/cuda/lib64/
至此，tensorflow的前期工作完成。
安裝Tensorflow_gpu
在終端輸入：$ pip3 install tensorflow-gpu
安裝成功后，進入python，嘗試import tensorflow as tf 如果沒有報錯就安裝成功了。
