1.安装pip
sudo apt-get install python-pip python-dev
2.由于我安装是cuda9.2和CuDNN7，所以选择从源码安装
如何安装cuda9.2，参考我的另外一篇文章
https://blog.csdn.net/williammms/article/details/80796798
安装CuDNN比cuda9.2简单很多，可以在网上找。
cudnn安装：
tar -zxvf cudnn-9.0-linux-x64-v7.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ -d
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
3.安装了cuda9.2和CuDNN后，需要安装Bazel，在安装Bazel之前需要先安装JDK8。以下代码给出了安装JDK8的方法。
1）sudo apt-get install software-properties-common
2）sudo add-apt-repository ppa:webupd8team/java
3) sudo apt-get update
4) sudo apt-get install oracle-java8-installer
4.下载Bazel，到 github.com/bazelbuild/bazel/releases 下载bazel-0.14.1-installer-linux-x86_64.sh，然后进行安装。
1）chmod +x bazel-0.14.1-installer-linux-x86_64.sh
2) ./bazel-0.14.1-installer-linux-x86_64.sh --user
3) export PATH="$PATH:$HOME/bin"
5.安装TensorFlow的依赖包
sudo apt-get install python-numpy python-dev python-pip python-wheel
pip install -U mock
顺带如果pip版本低，可以升级一下pip。由于要使用GPU，要求cuda大于等于7.0，cuDNN大于等于v3，GPU计算能力大于3.0（到 developer.nvidia.com/cuda-gpus 对应查找）
6.配置TensorFlow
到github.com/tensorflow/tensorflow 下载tensorflow或者
git clone http://github.com/tensorflow/tensorflow
解压后进入到tensorflow的文件夹
./configure
第一个选择python的时候输入 python2.7
第二个回车，第三个选择是否选用谷歌云，选择no，剩下参考如下：
7.配置完环境后，使用Bazel 来编译pip的安装包:
1)bazel build --config=opt --config=cuda //tensorflow/tools/pip_package:build_ pip_package
2）bazel-bin/tensorflow/tools/pip_package/build_pip_package /tem/tensorflow_ pkg
3）sudo pip2 install /tem/tensorflow_pkg/tensorflow-1.8.0-py2-none-any.whl
在第一步耗时会很长，做好心理准备，其它两步，则没那么耗时。第三条指令的最后一个文件名不一定相同，需要自己用到那个文件夹去看，然后选择自己的whl文件来安装。
8.安装完毕
