这几天在安装TensorFlow，看了很多教程，方法也试了几种。

最后还是用pip安装成功的，过程如下。

1.安装ubuntu后在  系统设置-软件与更新-附加驱动 里，更新N卡驱动。

(N卡官网下载run格式驱动手动安装比较麻烦，需要关闭X server，并禁止系统自带的开源驱动)

按照提示，重启。重启之后，终端输入nvidia-smi，可以看到GPU的信息。

2.N卡开发者官网下载CUDA deb格式安装包，这里注意，CUDA、cudnn、TensorFlow之间版本有要求。我最后使用的是cuda8.0+cudnn6.0+TensorFlow1.4

下载cuda的deb格式安装包，然后安装

#进入下载文件所在目录，执行下列命令：

sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb

sudo apt-get update

sudo apt-get install cuda

3.N卡开发者官网下载cudnn，需要注册并填写一个问卷。

#进入下载文件所在目录，执行下列命令：

tar xvzf cudnn-8.0-linux-x64-v6.0.tgz

sudo cp cuda/include/cudnn.h /usr/local/cuda/include

sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64

#退到根目录，运行下面语句：

sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

4.配置环境变量：

#退到根目录，执行：

sudo vim ~/.bash_profile

#文件中追加以下内容

export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"

export CUDA_HOME=/usr/local/cuda

#保存退出文件

#根目录终端执行：

source ~/.bash_profile

5.安装pip

sudo apt-get install python-pip python-dev

sudo apt-get install python-numpy swig python-dev python-wheel

6.安装CUDA依赖库

sudo apt-get install libcupti-dev

7.安装TensorFlow

sudo -H pip install tensorflow-gpu==1.4 #我选择了1.4带GPU的版本

根据实际情况，可以选择python3 或 python2，选择CPU版本或GPU版本

pip install --upgrade tensorflow # for Python 2.7

pip3 install --upgrade tensorflow # for Python 3.n

pip install --upgrade tensorflow-gpu # for Python 2.7 and GPU

pip3 install --upgrade tensorflow-gpu # for Python 3.n and GPU

8.测试

执行以下python语句

import tensorflow as tf

sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

如果输出GPU的型号和信息，则表示安装成功~~

总结：

1.源码安装tensorflow经常出现各种问题...尝试了几次都失败了，后来改用pip

2.注意cuda、cudnn、TensorFlow之间的版本要求，版本不对安装后运行py文件引入tensorflow时会报IOimport错误。