参考：

https://tensorflow.google.cn/install/install_linux

目的

基于python 3.5，采用pip的方式在Ubuntu 16.04 上安装tensorflow 1.7 GPU版本

环境要求：

Ubuntu 16.04 或更高版本

CUDA 9.0

cuDNN v7.0 (注意：不要安装v7.1)

主要步骤

一、安装显卡驱动

二、安装CUDA 9.0

三、安装cuDNN v7

下载并解压cuDNN v7，在终端输入以下命令执行安装（要注意当前终端的路径）：

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

四、采用pip命令安装

（1）安装pip3 软件包管理器

sudo apt-get install python3-pip python3-dev # for Python 3.n

（2）使用pip命令安装

sudo pip3 install tensorflow-gpu # Python 3.n; GPU support

（可选）如果提示“pip3 install tensorflow-gpu # Python 3.n; GPU support”，则先升级pip3 ：

sudo pip3 install --upgrade pip

（3）验证安装

在 Python 交互式 shell 中输入以下几行简短的程序代码：

# Python
import tensorflow as tf
hello = tf.constant('Hello,TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

如果系统输出以下内容，就说明您可以开始编写 TensorFlow 程序了：

Hello,TensorFlow!

或

b'Hello,TensorFlow!'

五、查看tensorflow版本【可选】

import tensorflow as tf
tf.__version__

故障处理：

(1) ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory

CUDA9.0未安装，或安装后路径未加到环境变量。

(2) Loaded runtime CuDNN library: 7103 (compatibility version 7100) but source was compiled with 7005 (compatibility version 7000)

cuDNN版本错误。当前cuDNN的版本是v7.1，应该安装v7.0。