系統配置：ubuntu14.04 + GTX1060 + i7（7700K）

安裝前準備工作（離線安裝）

一共3個檔案放入U盤，在ubuntu實體機上讀取安裝。這些檔案全部放在/usr/local/WYLdownload目錄下

第一步（可直接跳到第二步）：安裝nvidia顯示卡驅動

linux使用者可以通過官方ppa解決安裝GPU驅動的問題。使用如下命令新增Graphic Drivers PPA：

sudo add-apt-repository ppa:graphics-drivers/ppa 

然後更新源：

sudo apt-get update

然後去navidia官網檢視最新的驅動版本號：navidia官網：

http://www.geforce.cn/drivers
比如說驅動的最新版本號為375，則執行如下指令：

sudo apt-get install nvidia-375

最後安裝openGL支援：

sudo apt-get install mesa-common-dev

第二步：安裝cuda-toolkit-8.0並用其安裝cuda-8.0

如果直接執行：$ sudo apt-get install -y cuda  會報錯。正確使用方法為。 linux，86_64，Ubuntu，14.04，deb[local]
然後執行如下指令：

$ sudo dpkg -i cuda-repo-ubuntu1404-8-0-local-ga2_8.0.61-1_amd64.deb
$ sudo apt-get update
$ sudo apt-get install cuda
 

這時在/usr/local目錄下產生一個cuda安裝的路徑叫"cuda-8.0"新增cuda到環境變數：

sudo vim /etc/profile

新增內容：

export CUDA_HOME=/usr/local/cuda-8.0
export PATH=$CUDA_HOME/bin:$PATH  
export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH

使環境變數生效

$ nvidia-smi

下載cuda測試用例：下載到~/cuda_examples目錄下

$ cuda-install-samples-8.0.sh ~/cuda_examples

執行測試用例：

$ cd ~/cuda_examples/NVIDIA_CUDA-8.0_Samples
$ make
 

第三步：降低gcc版本到5.0以下

檢視gcc當前使用版本：

$ gcc --help

$ gcc --version #檢視gcc版本號

最後一行為 <file:///usr/share/doc/gcc-4.8/README.Bugs>. 使用的ubuntu14.04使用的是4.8版本 所以不用降低gcc版本

否則執行如下指令：

sudo apt-get install g++-4.9
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.9 20
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 10
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.9 20
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 10
sudo update-alternatives --install /usr/bin/cc cc /usr/bin/gcc 30
sudo update-alternatives --set cc /usr/bin/gcc
sudo update-alternatives --install /usr/bin/c++ c++ /usr/bin/g++ 30
sudo update-alternatives --set c++ /usr/bin/g++

第四步：下載 cuDNN V5+ 庫檔案並新增到cuda-8.0庫

到官網下載：cudnn-7.0-linux-x64-v3.0.8-prod.tgz

解壓並將內容copy到/usr/local/cuda-8.0/include和lib64目錄中：

cudann-8.0是目前為止比較穩定的版本在更新tensorflow後（1.4.1- 指令: pip install --upgrade tensorflow-gpu 即可更新tensorflow）

在官網下載對應版本的*.tgz檔案。

指令如下：

sudo tar xvzf cudnn-8.0-linux-x64-v5.1.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda-8.0/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-8.0/lib64
sudo chmod a+r /usr/local/cuda-8.0/include/cudnn.h /usr/local/cuda-8.0/lib64/libcudnn*   #分配包的許可權

第五步：安裝tensorflow(最簡單的方式是第3種安裝方法)

一、Anaconda安裝tensorflow（不推薦：conda目錄和系統自帶python目錄衝突）：

1、Create a conda environment named tensorflow to run a version of Python by invoking the following command:建立tensorflow執行環境

$ conda create -n tensorflow

2、Activate the conda environment by issuing the following command:啟用conda環境

$ source activate tensorflow

3、Issue a command of the following format to install TensorFlow inside your conda environment:

$ pip install --ignore-installed --upgrade TF_PYTHON_URL
其中TF_PYTHON_URL是想要配置的tensorflow版本：
如：https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.0.1-cp27-none-linux_x86_64.whl

$ sudo pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.0.1-cp27-none-linux_x86_64.whl

4、從conda環境中退出：

$ source deactivate

二、git安裝tensorflow

1、克隆Tensorflow倉庫
#安轉git支援：sudo apt-get install git

$ sudo git clone --recurse-submodules https://github.com/tensorflow/tensorflow /usr/local/WYLdownload/tensorflow
$ pip install --upgrade setuptools pip

git clone <版本庫的網址> <本地目錄名>
即：上述指令是將git上的tensorflow包下載到ubuntu系統的/usr/local/WYLdownload/tensorflow包下
2、配置configure引數

$ sudo ./configure

三、pip安裝tensoflow

2、將檔案 tensorflow_gpu-1.0.1-cp27-none-linux_x86_64.whl 下載到對應目錄下 在該目錄下執行：

$ pip install --ignore-installed --upgrade tensorflow_gpu-1.0.1-cp27-none-linux_x86_64.whl

四、Bazel安裝tensorflow（如果選擇用Bazel安裝tensorfloe***.whl）

Bazel是一個類似於Make的工具，是Google為其內部軟體開發的特點量身定製的工具，如今Google使用它來構建內部大多數的軟體。
但是bazel需要的jdk非以上jdk。需要oracle自己的jdk8包。

$ sudo add-apt-repository ppa:webupd8team/java
$ sudo apt-get update
$ sudo apt-get install oracle-java8-installer

2、安裝Bazel依賴：

$ echo "deb [arch=amd64] http://storage.googleapis.com/bazel-apt stable jdk1.8" | sudo tee /etc/apt/sources.list.d/bazel.list
$ curl https://bazel.build/bazel-release.pub.gpg | sudo apt-key add -
$ sudo apt-get install python-numpy swig python-dev python-wheel

3、安裝源支援與bazel並更新bazel：

$ sudo apt-get update 
$ sudo apt-get install bazel
$ sudo apt-get upgrade bazel

執行如下指令檢視bazel是否安裝完成：

$ bazel version

往後略（可以看官網）