基本步骤

驱动更新

1. 看你的电脑是否支持CUDA 一般英伟达的新卡都支持
2. 需要更新电脑的显卡驱动（貌似CUDA内含有驱动）
   系统设置->软件和更新->附加驱动

选择一个nvidia驱动应用更新（u16.04使用375未见循环登录情况）

下载

1.下载cuda

官网下载 https://developer.nvidia.com/cuda-80-download-archive
建议下载runfile

安装

1.安装cuda

sudo sh cuda_8.0.44_linux.run

yes/no根据自身需要配置

2.配置环境

sudo gedit ~/.bashrc
# 注意这个cuda路径是安装的默认路径# 在bashrc最后加上以下代码
# cuda-8.0
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:/usr/local/cuda-8.0/extras/CUPTI/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda-8.0
export PATH=/usr/local/cuda-8.0/bin:$PATH# 更新bashrc
source ~/.bashrc

3.安装cuDNN
要在cuda安装的路径下安装cuDNN

cd /usr/local
sudo tar -xzvf ~/downloads/cudnn-8.0-linux-x64-v6.0.tgz

4.验证

$ nvcc -v
$ cat  /proc/driver/nvidia/version 

安装Anaconda以及Tensorflow-GPU

1.安装Anaconda
官网下载 https://www.anaconda.com/download/#linux
我这里用的是Anaconda2-4.4.0 (python2.7)

# cd到下载目录 默认路径安装
sudo bash Anaconda2-4.2.0-linux-x86_64.sh 

2.安装tensorflow-gpu
由于我的系统自带了pip以及pip3 所以这里用的pip需要加入到系统的bin中并且重新命名 这里我叫他pip2

cd anaconda2/bin
sudo cp pip /usr/bin/pip2
sudo pip2 install tensorflow-gpu # 这里可能会报错 但是我换了163源就好了...

测试样例

# coding:utf-8
import tensorflow as tfinput1 = tf.placeholder(tf.float32, None)
input2 = tf.placeholder(tf.float32, None)output = tf.multiply(input1,input2)with tf.Session() as sess:print sess.run(output, feed_dict={input1:[7.], input2:[2.]}) 

大功告成！