1.序
這篇文章的目的是Tensorflow環境配置的經驗和流程總結，涉及3個部分：
1）裝ubuntu並配置顯卡驅動；
2）裝CUDA+cuDNN庫並解決cuda與顯卡驅動衝突問題
3）以常用的科學計算python包Anaconda爲基礎，Tensorflow放於其子環境中，並配置好編程界面jupyter或spyder
2. Tensorflow簡介和我的筆記本硬件配置
目前對電子和計算機行業的學生來說深度學習可以說是必備技能了，Google的Tensorflow又是企業化的、比較有前途的深度學習庫之一。
Tensorflow的不支持windows，必須在Linux下開發。
其他相對出名的庫有微軟的CNTK，學術性質較濃的Theano及其變種sklearn-theano，以及Caffe，Torch，mxnet等。
另外Keras是一個高層模塊庫，底層是Tensorflow或者Theano，並且還有中文文檔，也是個不錯的選擇。
我這篇介紹裏下的是GPU Enabled的Tensorflow包，所以裝CUDA。如果你選的是CPU only的就不用，但是運算起來那幾個測試程序就多大概一倍時間。
所以可以的話還是儘量珍惜生命，選用GPU Enabled的Tensorflow。畢竟並行計算也挺火的，挺適合神經網絡訓練。
我的筆記本硬件配置：
微星GE60-2OD
intel i7-4700HQ(HD4600集成顯卡) + NVIDIA GTX765m
256G SSD + 756G的希捷SSD-HDD混合硬盤（含8GSSD），全都是GPT分區
8G 內存
3.下面開始介紹經過3天試錯得到的正確的流程
注：在此之前建議大家先看下Tensorflow官網的“Get Started”，內有詳細流程，只不過不會詳說CUDA和顯卡驅動衝突等瑣碎問題。
鏈接爲： https://www.tensorflow.org/versions/r0.9/get_started/os_setup.html
1）裝ubuntu15.04。
裝之前我的256G的SSD上windows10的C盤佔了80G。win10也是EFI啓動引導。爲了ubuntu在SSD上又分出來了40G
因爲目前CUDA目前只支持15.04 和 14.04，而14.04在我裝完NVIDIA顯卡驅動後直接黑屏，只能用NVIDIA-prime選intel進入。要是直接裝完CUDA再重啓竟然連命令行界面都打不開了，所以果斷拋棄。
15.04的ISO下載地址爲：http://old-releases.ubuntu.com/releases/15.04/
我是64位系統，所以直接選的第一個64-bit PC (AMD64) desktop image，注意這裏不是說要AMD的芯片，只不過intel的x86-64也是參考AMD64架構的，所以無論intel還是AMD的芯片都能用，但我的機器是intel的。
注意分區的時候不要讓自動裝，手動分區就行。
官方的分區參考鏈接：https://help.ubuntu.com/community/DiskSpace
我測試過後覺得最好的方案是3~4個分區：A）EXT4的/boot，250M以上即可，用於選中作爲EFI引導。實際會用掉190多M，所以不建議和windows的EFI引導區windows boot manager放一起因爲空間不夠。也不建議想有些帖子中誤導的默認硬盤不用改什麼的（這種情況下ubuntu會檢測你選中的硬盤自動設置EFI分區，也可以用，但是不建議因爲其過程不透明） B）直接從下拉菜單裏選swap分區，中文的話好像是“”交換分區“”什麼的，其實就是虛擬內存。大小我沒怎麼在意，網上不少帖子說是你內存的1~2倍，所以我就分了8個G（8192M）C）root硬盤，仍然選EXT4分區，盤符選只有一個“/”的就是root分區，也就是系統分區，相當於windows中的C盤。D）另外你如果想的話也可以加個/home分區，放些雜文件什麼的，相當於windows中的D、E、F等那些盤。
如果你黑屏了，或者在windows裏面把ubuntu盤格式化了（系統啓動後會進grub界面），這時候u盤裏又沒有鏡像，啓動後嘗試按F11或F12。一般現在筆記本這個鍵可以選擇從哪兒啓動，選windows進去，再下個鏡像就行。不用再開一臺電腦。所以我覺得整個過程還是比較保險的。
2）裝NVIDIA 352 驅動。
我裝的時候最新的是367.27，不過鑑於後來要裝的 CUDA Toolkit 7.5 是和352 配套的，於是決定選擇352。
ubuntu裝好後默認驅動是某開源驅動。如果你電腦配置跟我類似的話，不建議從Software & Update中的 Additional Drivers中換驅動。（當然可以試試，能用更好，反正我是重啓黑屏的）
其實命令行裝也相當簡單保險。直接在Terminal 裏 （或按Alt + Ctrl + F1 進入命令行界面），輸入：
sudo apt-get install nvidia-352 nvidia-settings nvidia-prime 3）裝CUDA Toolkit7.5 和 cuDNN v4
Section "Device"
Identifier "Intel Graphics"
Driver "intel"
Option "AccelMethod" "sna"
Option "Backlight" "intel_backlight" # use your backlight that works here
BusID "PCI:0:2:0"
EndSection4）裝Anaconda3和配置Tensorflow環境，以及jupyter和spyder