剛開始安裝的時候也是入坑無數，找了好多資料安裝好了後面也出現了一些問題;現在總結一下我自己的安裝方法，爲自己的系統以後出問題了方便找資料，也爲了後面的小夥伴安裝搭建環境有個參考，我們開始安裝吧。
步驟一：安裝完雙系統，開機的第一件事就是安裝nvidia顯卡
直接在終端依次執行以下命令：
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-384(我安裝的是390，自己可以在後面選擇需要的版本)
sudo apt-get install mesa-common-dev
sudo apt-get install freeglut3-dev
安裝完成之後reboot一下，重啓之後在終端輸入nvidia-smi驗證一下，查看顯卡信息。
步驟二：安裝CUDA-9.0
1、CUDA的安裝比較容易，官網下載9.0版本，選擇對應系統，請下載runfile
2、在下載文件夾終端輸入：
sudo sh cuda_9.0.176_384.81_linux.run
關鍵的地方來了，在安裝的時候不要安裝CUDA自帶的顯卡;第一個選擇NO，後面3個都是YES。
3、安裝完成之後需要配置環境變量
在終端輸入：
sudo gedit ~/.bashrc
會打開一個文件，在這個文件的最後加入以下兩行內容：
export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
可以直接複製粘貼過去，然後點擊保存或者輸入：
source ~/.bashrc
在profile中也輸入上面兩行聲明
sudo gedit /etc/profile
保存退出，reboot一下。
4、驗證CUDA版本：9.0
在終端輸入：nvcc -V
步驟三：安裝cuDNN
1、在官網下載，需要註冊賬號，目前提供的不同版本爲：
這裏選擇cuDNN v7.05[Dec 5,2017],for CUDA9.0;
我自己安裝的是cuDNN v7.0.5 Library for Linux，這裏看自己喜歡什麼版本吧;
但是，CUDA-9.0版本的必須和cuDNN的7.0的版本對應起來。
2、在下載路徑解壓文件，複製到本地路徑，這裏解壓出來的文件名比較重要
在下載路徑打開終端，依次執行一下命令：
-
$ tar -zxvf cudnn-9.0-linux-x64-v7.tgz -
cuda/include/cudnn.h -
cuda/NVIDIA_SLA_cuDNN_Support.txt -
cuda/lib64/libcudnn.so -
cuda/lib64/libcudnn.so.7 -
cuda/lib64/libcudnn.so.7.0.5 -
cuda/lib64/libcudnn_static.a -
$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include/ -
$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
3、到我們本地的cuda路徑，進入lib64文件夾會有剛剛解壓的文件，然後在終端打開依次執行以下命令：
-
$ sudo chmod +r libcudnn.so.7.0.5 -
$ sudo ln -sf libcudnn.so.7.0.5 libcudnn.so.7 -
$ sudo ln -sf libcudnn.so.7 libcudnn.so -
$ sudo ldconfig
4、在本地cuda路徑檢測一下，在終端輸入：ll
安裝成功會出現以下信息：
-
lrwxrwxrwx 1 root root 13 3月 19 16:02 libcudnn.so -> libcudnn.so.7* -
lrwxrwxrwx 1 root root 17 3月 19 16:02 libcudnn.so.7 -> libcudnn.so.7.0.5* -
-rwxr-xr-x 1 root root 287641664 3月 19 16:00 libcudnn.so.7.0.5*
步驟四：安裝Anaconda3
1、Anaconda 安裝包可以到 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 下載;
也可以去官網下載 https://www.anaconda.com/download/
找到自己需要安裝的Anaconda3的版本。
2、本次使用的是Anaconda3-5.0.0.1-Linux-x86_64.sh
到下載路徑在終端打開，執行以下命令：
-
bash Anaconda3-5.0.0.1-Linux-x86_64.sh
全程yes，安裝完成以後在終端輸入:conda list 檢測是否安裝成功。
步驟五：安裝TensorFlow(GPU)
1、因爲Python3.6版本的也可以用，對於有強迫症的我選擇了安裝
添加源並更新命令行：
sudo add-apt-repository ppa:fkrull/deadsnakes
sudo apt-get update
安裝指定版本的python:
sudo apt-get install python3.6 python3.6-dev
2、我只用了pip安裝，源碼安裝太麻煩沒有采用
安裝pip：
sudo apt-get install python3-pip
更新pip：
sudo pip install -upgrade pip
3、利用pip來安裝tensorflow-gpu
pip install tensorflow-gpu(默認下載最新的版本)
pip install tensorflow-gpu==1.6.0(下載1.6版本的，想下載哪個版本自己定)
總結
在搭建環境中我遇到了許多問題，來來回回折騰了好幾天;我重點說一下後面也許會出現的問題，在後面驗證tensorflow安裝成功沒有，在導入時失敗，可能的原因是numpy這個版本是1.13.1的，這個版本感覺問題很多，我今天把這個版本的卸載了以後安裝其他版本的導入tensorflow就成功了。以下是我安裝時瀏覽過的網站，覺得很有用就保留下來了，希望能幫助更多的小夥伴吧。