在安装tensorflow之前，首先列出需要的配置环境：Ubuntu16.04lts系统，支持GPU运算的显卡（一般为NVDIA的显卡），Cuda8.0，Cudnn v5.1，Anaconda Python2.7（或者3.5）的环境。
1.安装Cuda
首先下载Cuda8.0 (https://developer.nvidia.com/cuda-downloads)
然后进入下载目录，执行以下命令，就可安装Cuda
sudo dpkg -i cuda-repo-ubuntu1604-8-0-local_8.0.44-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda
安装完成后配置环境变量，在home下的 .bashrc中加入：
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda:$CUDA_HOME
2.安装Cuddn
Cuda8.0支持Cuddn v5.0和v5.1，这两个版本安装哪个都行，主要根据你的代码是基于哪个版本的，这里为了能测试示例代码，我安装的是 v5.1版本。
下载Cuddn v5.1 (https://developer.nvidia.com/cudnn)，进入下载目录，执行下列命令：
tar xvzf cudnn-8.0-Linux-x64-v5.1.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn.so* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn.so*
上面的第2、3行就是把Cuddn的头文件和库文件复制到Cuda路径下的include和lib目录
3.使用Anaconda安装Tensorflow
首先创建一个conda环境，命名为tensorflow
conda create -n tensorflow Python=2.7（如果是3.5版本就改成3.5）
然后激活该环境并在环境下安装tensorflow
source activate tensorflow
直接进入终端的tensorflow环境下：
接下来就可以安装tensorflow了，使用下命令：
pip install –ignore-installed –upgrade TF_PYTHON_URL（TF_PYTHON_URL是不同版
本的tensorflow源码的地址，我们这里安装的是Python 2.7的GPU版本）
pip install –ignore-installed –upgrade
https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.0.1-cp27-none-linux_x86_64.whl 注意upgrade 与后面的链接之间有个空格。
如此便完成了GPU版本的tensorflow的安装。使用完毕后，需要关闭tensorflow环境
source deactivate
可以简单测试一下tensorflow安装是否成功：
$ python
…
import tensorflow as tf hello = tf.constant(‘Hello,TensorFlow!’) sess = tf.Session() #在该步会显示电脑的显卡信息 print(sess.run(hello)) Hello,TensorFlow! a = tf.constant(10) b = tf.constant(32) print(sess.run(a + b)) 42
