1.首先，默认你已经装了适合你的显卡的nvidia驱动。
到 http://www.nvidia.com/Download/index.aspx 搜索你的显卡需要的驱动型号
那么接下来就是cuda的安装。
2.安装 CUDA 9.0
参考：https://blog.csdn.net/QLULIBIN/article/details/78714596#commentBox
里面写得很详细，按步骤安装成功
3.安装NVIDIA cuDNN
参考：https://www.cnblogs.com/pertor/p/8733010.html
登录官网下载cuDNN
这个需要申请账号，注册后进入官网，
下载链接：https://developer.nvidia.com/rdp/cudnn-download，需要注册之后才能打开，这里我们选择 cuDNN v7.1.1 (Feb 28, 2018), for CUDA 9.0，
然后选择 某个合适的版本，如cuDNN v7.1.1 Library for Linux，如图所示：
下载之后解压安装，执行以下步骤：
1 tar -zxvf cudnn-9.0-linux-x64-v7.1.tgz 2 sudo cp cuda/include/cudnn.h /usr/local/cuda/include/ 3 sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ -d 4 sudo chmod a+r /usr/local/cuda/include/cudnn.h 5 sudo chmod a+r /usr/local/cuda/lib64/libcudnn* ---------------------
执行完如上命令之后，cuDNN 就安装好了，这时我们可以发现在 /usr/local/cuda/include 目录下就多了 cudnn.h 头文件。
终端中执行nvcc -V 显示如下信息则表示成功
1 ~$ nvcc -V 2 nvcc: NVIDIA (R) Cuda compiler driver 3 Copyright (c) 2005-2017 NVIDIA Corporation 4 Built on Fri_Sep__1_21:08:03_CDT_2017 5 Cuda compilation tools, release 9.0, V9.0.176
4。安装anaconda
5.安装tensorflow-gpu
启动anaconda3创建需要安装tensorflow的环境
(1)在终端输入：
anaconda-navigator
第一次启动会比较慢。
(2)点击Environments，后选择base(root)右面的右三角，然后选择open terminal
(3)在终端输入
1 conda create -n tensorflow pip python=3.5
然后依据提示键入y
(4)输入以下代码激活tensorflow环境
source activate tensorflow
当不使用tensorflow时，关闭tensorflow环境，命令为：deactivate
(5)pip安装tensorflow-gpu
pip install tensorflow-gpu==1.9.0
终端输入python，进入python命令行后输入：
-
import tensorflow as tf
-
hello = tf.constant('Hello, TensorFlow!')
-
sess = tf.Session()
-
print(sess.run(hello))
没有报错表示安装成功。