本文的安装环境是：ubuntu16.04、CUDA8.0、Cudnn6.0，tensorflow1.3
在这里提供下面所需要的安装文件供大家使用
链接：http://pan.baidu.com/s/1c2atLMo 密码：78qm

下面的命定不要直接复制粘贴，要根据个人文件路径的实际情况。

安装NVIDIA驱动

先去官网查看适合自己GPU版本的驱动：http://www.nvidia.com/Download/index.aspx?lang=en-us
以GTX1080Ti为例：查到其对应的版本号为：384

得到版本号之后就是执行下面的命定来更新显卡驱动：

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-(自己的版本号)
sudo apt-get install mesa-common-dev
sudo apt-get install freeglut3-dev

执行成功后，重启电脑，打开终端，输入
nvidia-smi
如果没有报错并且能够显示，则说明你的驱动更新成功了。

安装CUDA

先去下载CUDA8.0的安装文件https://developer.nvidia.com/cuda-80-ga2-download-archive
然后再执行以下命定

sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-cublas-performance-update_8.0.61-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda
sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-cublas-performance-update_8.0.61-1_amd64.deb
sudo apt-get update 

到这里就装完了CUDA

安装Cudnn

下载地址：https://developer.nvidia.com/cudnn
再执行命定

tar -zxf cudnn-8.0-linux-x64-v6.0.tgz
cd cuda
sudo cp include/cudnn.h /usr/local/cuda-8.0/include/
sudo cp lib64/libcudnn* /usr/local/cuda-8.0/lib64
tar -zxf cudnn-8.0-linux-x64-v6.0.tgz
cd cuda
sudo cp include/cudnn.h /usr/local/cuda-8.0/include/
sudo cp lib64/libcudnn* /usr/local/cuda-8.0/lib64 

安装Anconada

下载Anconada文件
然后执行命定
bash （Anconada的安装文件名）

安装TensorFlow

找到对应版本，然后执行命定
（在这之前可能要测试下自己的电脑上安装了pip没，如果没有的话，请安装）

pip install （TensorFlow的安装文件）

然后就可以在自己机子上测试是否安装成功了
先在终端进入python
然后输入

import tensorflow as tf

如果没报错，则说明安装成功： congratulations！

参考文献

感谢前辈的帖子
http://www.linuxidc.com/Linux/2017-01/139321.htm
http://118.89.51.133/?p=41

番外

本人在安装的过程中发现，在上面的步骤进行到安装Anconada后
直接输入命定：

conda install tensorflow-gpu

也能成功安装
另外安装keras也能用类似命定

conda install keras-gpu

只能说Anconada真的很强大