p { margin-bottom: 0.1in; line-height: 115% }
a:link { }
1.安装pip
(1)安装
sudo apt-get install python3-pip python3-dev
(2)查看pip是否安装成功
pip3 -V
(3)切换国内源
Linux下，修改 ~/.pip/pip.conf (没有就创建一个)， 修改 index-url至tuna，内容如下：
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
2.安装Anaconda
(1)下载安装包
国内建议从https://mirrors.tuna.tsinghua.edu.cn下载
(2)在下载目录执行以下命令
bash Anaconda3-5.2.0-Linux-x86_64.sh
(3)一路同意，默认安装路径为
/home/rock/anaconda3
(4)检查是否安装成功
conda --version （作用：查看当前Anaconda的版本）
(5)切换国内清华源
conda config --addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
# 设置搜索时显示通道地址
conda config --setshow_channel_urls yes
最后查看一下:
vi ~/.condarc
3.安装Nvidia显卡驱动
(1)这篇博客讲的很全面了，建议参考第一种，链接如下:
https://blog.csdn.net/tjuyanming/article/details/80862290
(2)安装完成后进行验证
nvidia-smi
4.安装CUDA9.0
(1)官网下载CUDA(runfile类型)
https://developer.nvidia.com/cuda-download
(2)GCC版本降级
CUDA 9.0仅支持GCC 6.0及以下版本，而Ubuntu 18.04预装GCC版本为7.3，故手动安装gcc-6与g++-6：
sudo apt-get install gcc-6g++-6
切换至/usr/bin目录修改符号链接，使GCC 6成为默认使用版本:
cd /usr/bin
sudo rm gcc
sudo ln -s gcc-6 gcc
sudo rm g++
sudo ln -s g++-6 g++
(3)到下载目录，进行安装
chmod u+x cuda_9.0.176_384.81_linux.run
sudo ./ cuda_9.0.176_384.81_linux.run
注意安装过程中选择不安装驱动，仅安装CUDA，Samples可以选择性安装。
5.安装cuDNN7.1
(1)注册Nvidia账号并下载cuDNN7.1（CUDA9.0对应版本）
https://developer.nvidia.com/rdp/cudnn-download
(2)安装cuDNN，首先在下载目录解压文件
tar -xvfcudnn-9.0-linux-x64-v7.tgz
把解压文件夹cuda复制到CUDA安装文件夹里面
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn*/usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
(3)安装完毕之后，将以下内容加入~/.bashrc文件中
export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:$ {LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda
(4)查看版本是否正确
nvcc –version
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
6.安装TensorFlow
(1)创建tensorflow环境：
conda
create -n tensorflow python=3.6
(2)激活tensorflow环境：
source
activate tensorflow
(3)安装tensorflow
pip3
install tensorflow-gpu==1.8.0
(4)验证是否安装成功
#激活tensorflow环境
source
activate tensorflow
#启动python环境
python
#验证TensorFlow是否安装成功
import
tensorflow as tf
hello
= tf.constant(‘Hello, TensorFlow!‘)
sess
= tf.Session()
print(sess.run(hello))
7.安装Pycharm
(1)从官网下载安装文件，解压到/home
https://www.jetbrains.com/pycharm/download/#section=linux
(2)进入解压文件夹，执行pycharm.sh
sudo pycharm.sh
(3)修改 hosts 文件
打开/etc/hosts,在文件末尾添加 0.0.0.0 account.jetbrains.com
(4)最新注册码获取方式
http://idea.lanyus.com/
(5)新建项目，将解释器换为tensorflow的
有个小问题，在命令行可以运行示例程序。然而在Pycharm中运行程序，无法找到CUDA库文件，参照博客解决了https://blog.csdn.net/dl_chenbo/article/details/53262230
原文地址：https://www.cnblogs.com/lydbky/p/9348112.html