本篇文章主要講解在Ubuntu16.04環境下，搭建TensorFlow框架，主要是GPU版本的。下面我採用conda安裝tensorflow-gpu。

第一步：安裝navidia driver

第二步：安裝anaconda

參考我的另一篇文章: ubuntu下的anaconda安裝，這篇文章包含了詳細的安裝流程，anaconda映象庫，以及anaconda教程。

第三步：安裝tensorflow-gpu

terminal下run

conda create -n tensorflow python=2.7
source activate tensorflow
conda install -c
 
 conda-forge tensorflow-gpu

若要在終端使用 Tensorflow， 則要先輸入 source activate tensorflow，退出時輸入 source deactivate

安裝過程中會自動安裝相關的依賴包，如cuda、cudnn等等

雖然自動安裝的依賴cuda、cudnn，tensorflow-gpu也可以工作，但是我們還是建議讀者手動安裝cuda、cudnn（Ubuntu下安裝cuda+cudnn）。因為這樣可自己配置cuda以及cudnn版本資訊，並且cuda、cudnn相關的包也是在預設目錄下，而不是在anaconda下，以免其他環節使用時出錯

測試：
進入terminal並run：python, 在python環境下引入tensorflow: import tensorflow as tf，如果沒有報錯，那麼安裝成功

測試GPU

測試程式碼如下：

import tensorflow as tf
a = tf.constant([1.,2.,3.,4.,5.,6.], shape=[2,3], name='a')
b = tf.constant([1.,2.,3.,4.,5.,6.], shape=[3,2], name='b')
c = tf.matmul(a,b)

with tf.Session(config= tf.ConfigProto(log_device_placement=True
 
)) as sess:
    print(sess.run(c))

結果如下：

表面安裝成功，且可以使用tensorflow-gpu執行GPU
GPU使用率：terminal下run：nvidia-smi -q -g 0 -d UTILIZATION -l
or run：watch -n 2 nvidia-smi

參考資料

環境

ubuntu16.04
顯示卡: GTX970M