写在最前面：

之所以将这些放在一起，是因为安装时需要相互对应版本。其中tensorflow-gpu是确定了cuda和cudnn的版本，同时cuda确定了nvidia驱动的最低版本。所以要先明确tensorlfow安装的版本之后，再反推cuda和cudnn的版本，最后再确认nvidia驱动的版本，当然驱动版本也需要和显卡对应。

tensorflow-gpu与cuda、cudnn对应的版本关系

具体地址如下：
tensorflow-gpu__cuda

cuda与nvidia驱动对应关系

cuda与nvidia驱动的版本信息

nvidia440.64安装

待续

下载

nvidia版本

cuda10.0

下载

cuda10.0

安装

下载后，命令行中切换到下载的位置，利用上述命令安装

cd /home/xxx/Downloads/
sudo sh cuda_10.0.130_410.48_linux

出现说明之后，按Ctrl + C键跳过，接受之后会问你是否需要安装驱动，选择无，其余选择是直至安装完成。

配置环境变量

cd ~/.bashrc
# 在最后添加如下路径
export PATH=/usr/local/cuda-10.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH　

退出保存后，激活

source ~/.bashrc

验证

nvcc --	version

得到如下结果：

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2018 NVIDIA Corporation
Built on Tue_Jun_12_23:07:04_CDT_2018
Cuda compilation tools, release 9.2, V9.2.148

安装成功

安装cudnn7.4.1

下载

cudnn

如图下载这三个。
1.安装运行环境

sudo dpkg -i libcudnn7_7.4.1.5-1+cuda10.0_amd64.deb 

2.安装开发包

sudo dpkg -i libcudnn7-dev_7.4.1.5-1+cuda10.0_amd64.deb

3.安装示例

sudo dpkg -i libcudnn7-doc_7.4.1.5-1+cuda10.0_amd64.deb

利用命令查找安装版本：

cat /usr/include/cudnn.h | grep CUDNN_MAJOR -A 2

得到如下信息：

#define CUDNN_MAJOR 7
#define CUDNN_MINOR 4
#define CUDNN_PATCHLEVEL 1
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

#include "driver_types.h"