1、安装 CUDA首先，在这里下载用于 Ubuntu 16.04 的 CUDA 库。此文件非常大（2GB），因此也许会花费一些时间下载。下载的文件是 “.deb” 包。要安装它，运行下面的命令：sudo dpkg -i cuda-repo-ubuntu1604-8-0-local_8.0.44-1_amd64.deb
下面的的命令会安装所有的依赖，并最后安装 cuda 工具包：sudo apt install -f sudo apt update sudo apt install cuda如果成功安装，你会看到一条消息说：“successfully installed”。如果已经安装了，接着你可以看到类似下面的输出：
2、安装 CuDNN 库CuDNN 下载需要花费一些功夫。Nvidia 没有直接提供下载文件（虽然它是免费的）。通过下面的步骤获取 CuDNN。点击此处进入 Nvidia 的注册页面并创建一个帐户。第一页要求你输入你的个人资料，第二页会要求你回答几个调查问题。如果你不知道所有答案也没问题，你可以随便选择一个选项。通过前面的步骤，Nvidia 会向你的邮箱发送一个激活链接。在你激活之后，直接进入这里的 CuDNN 下载链接。登录之后，你需要填写另外一份类似的调查。随机勾选复选框，然后点击调查底部的 “proceed to Download”，在下一页我们点击同意使用条款。最后，在下拉中点击 “Download cuDNN v5.1 (Jan 20, 2017), for CUDA 8.0”，最后，你需要下载这两个文件：cuDNN v5.1 Runtime Library for Ubuntu14.04 (Deb)cuDNN v5.1 Developer Library for Ubuntu14.04 (Deb)注意：即使上面说的是用于 Ubuntu 14.04 的库。它也适用于 16.04。现在你已经同时有 CuDNN 的两个文件了，是时候安装它们了！在包含这些文件的文件夹内运行下面的命令：sudo dpkg -i libcudnn5_5.1.5-1+cuda8.0_amd64.deb sudo dpkg -i libcudnn5-dev_5.1.5-1+cuda8.0_amd64.deb下面的图片展示了这些命令的输出：
4、 安装带有 GPU 支持的 TensorFlow这步我们将安装带有 GPU 支持的 TensorFlow。如果你使用的是 Python 2.7，运行下面的命令：pip install TensorFlow-gpu如果安装了 Python 3.x，使用下面的命令：pip3 install TensorFlow-gpu安装完后，你会看到一条 “successfully installed” 的消息。现在，剩下要测试的是是否已经正确安装。打开终端并输入下面的命令测试：python import TensorFlow as tf你应该会看到类似下面图片的输出。在图片中你可以观察到 CUDA 库已经成功打开了。如果有任何错误，消息会提示说无法打开 CUDA 甚至无法找到模块。为防你或许遗漏了上面的某步，仔细重做教程的每一步就行了。
5、 安装只支持 CPU 的 TensorFlow注意：这步是对那些没有 GPU 或者没有 Nvidia GPU 的人而言的。其他人请忽略这步！！安装只支持 CPU 的 TensorFlow 非常简单。使用下面两个命令：pip install TensorFlow如果你有 python 3.x，使用下面的命令：pip3 install TensorFlow是的，就是这么简单！安装指南至此结束，你现在可以开始构建深度学习应用了。