想尝试一下Ubuntu18。
安装就不费事说了。
环境：ubuntu18.04LTS，python3.6.5
目标环境：cuda9.0 cuDNN7.0.5_for_cuda9.0 tensorflow任意
依照https://blog.csdn.net/ShellDawn/article/details/80274534
我也安装了一些依赖项：
sudo apt-get install freeglut3-dev build-essential libx11 libxmu libxi libgl1-mesa-glx libglu1-mesa libfreeimage3 libfreeimage-de
由于我是新安装的系统，显卡是1080Ti，我选的是利用Ubuntu软件更新--附加驱动，自动识别安装的显卡驱动：
卸载原有N卡驱动（如果有的话）：
# 建议run文件卸载，即你之前下载的Nvidia驱动run文件
sudo chmod +x *.runsudo ./NVIDIA-Linux-x86_64-384.59. --uninstall
# 不建议采取这种sudo apt-get remove --purge nvidia*
如果有nouveau驱动，禁用nouveau驱动（十分重要）：
sudo gedit /etc/modprobe.d/blacklist.conf
文本最后添加：
blacklist nouveau options nouveau modeset=0
命令行使生效：
sudo update-initramfs -u
重启后测试如下：
（这时你的电脑分辨率会变成800*600，不要慌，装完驱动重启后就会恢复）
lsmod | grep nouveau #如果屏幕没有输出则禁用nouveau成功
如果完成了这一步，剩下的就很简单了。
要是你想安装适应自己的显卡驱动：
下载适合自己显卡和系统的驱动：http://www.nvidia.cn/Download/index.aspx?lang=cn
#给安装程序权限
sudo chmod 777 NVIDIA-Linux-x86_64-390.48.run#安装
.run -no-opengl-files --x-checks --nouveau-check
驱动测试：
nvidia-smi #列出GPU信息列表
安装cuda：
sudo chmod 777 cuda_9.0.176_384.81_linux.run
sudo ./cuda_9.0.176_384.81_linux.run -toolkit -samples -override --no-opengl-libs -silent
没有提示，耐心等待。
安装后，降低gcc版本：（我降到了6.4）
sudo apt install gcc-5 g++-5
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 50
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 50
设置cuda环境变量（比较重要，不然samples跑不起来）：
vim ～/.bashrc1
文本最后添加
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:/usr/local/cuda/extras/cpuTI/lib64
export CUDA_HOME=/usr/local/cuda-9.0/bin
export PATH=$PATH:$LD_LIBRARY_PATH:$CUDA_HOME
测试cuda：
cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
cd ../bandwidthTest
sudo make
./bandwidthTest
看到最后结果是
Result = PASS
即可。
安装cuDNN7.0：
注册NVIDIA并下载cuDNN包：https://developer.nvidia.com/rdp/cudnn-archive
下载的包如下面安装命令所示：
sudo dpkg -i libcudnn7_7.0.5.15-1+cuda9.0_amd64.deb
sudo dpkg -i libcudnn7-dev_7.0.5.15-1+cuda9.0_amd64.deb
sudo dpkg -i libcudnn7-doc_7.0.5.15-1+cuda9.0_amd64.deb
测试cuDNN：
cd /usr/src/cudnn_samples_v7/mnistCUDNN
sudo make clean
sudo make
./mnistCUDNN
看到Test passed即可。
最后安装tensorflow：
pip3 install --upgrade tensorflow-gpu
测试：
import tensorflow as tf
从log可以看到GPU信息，运行无报错即可
安装protobuf-3.6.0
要使用之前先到code.google.com上搜索protocol buffer，下载到本地，解压后依次执行：
./configure
make
make check
make install
最后一步涉及到权限，可能会需要sudo。
大多数的网上博客到这一步就没了，其实还没有完的。否则你会报错的！
比如https://blog.csdn.net/m0_37407756/article/details/80824591
的第一个问题。
我还遇到了：这个问题：
ImportError: No module named google.protobuf，
这是因为找不到对应的库路径导致，到你下载的protobuf路径下，找到python路径，执行
python setup.py build
python setup.py test
如果提示
那么执行：python setup.py install
完成后应该就可以了。（可能会需要root权限）
祝成功！
