系统环境：Ubuntu 16.04 LTS
电脑型号：联想R720
参考链接：Ubuntu16.04下安装CUDA8.0和tensorflow
ubuntu16.04 安装tensorflow-gpu1.3 cuda8 cudnn6.0
ubuntu16.04下安装CUDA，cuDNN及tensorflow-gpu版本过程
ubuntu16.04 安装配置matlab+python +cuda8.0+cudnn+opencv3.1的caffe环境
（感谢以上作者的教程指导，本文在作者原先的基础上加入了自身在安装过程中的一些思考和补充，仅供大家参考，如果遇到其他问题，可以留言交流）
1.安装显卡驱动
由于需要使用GPU，所以要先装显卡驱动。
在ubuntu16.04中，更换驱动非常方便，在“系统设置->软件更新->附加驱动”切换到对应版本的NVIDIA驱动，点击“应用更改”，完成后进行电脑重启即可，这里本人所选的版本为384版本。
重启完成后，打开终端查看驱动是否安装成功，命令为 nvidia-smi,
如果显示以上内容则表示驱动安装成功。
2.安装Cuda9.0
下载Cuda9.0，下载地址：https://developer.nvidia.com/cuda-90-download-archive
下面是Cuda版本和显卡驱动版本的对应关系：
选择好对应的版本之后，下载runfile文件（网上也有deb版本的教程，可自行百度）
下载完成后，终端进入下载目录，执行命令：
sudo sh cuda_9.0.176_384.81_linux.ru --override安装过程中会出现很多选项，按住‘S’滑到100%后，根据提示输入：
1 输入 accept 接受条款
2 输入n不安装nvidia图像驱动，之前已经安装过了 //此处一定要选择n！！！
3 输入y安装cuda 9.0工具
4 回车确认cuda默认安装路径：/usr/local/cuda-9.0
5 输入y用sudo权限运行安装，输入密码
6 输入y或者n安装或者不安装指向/usr/local/cuda的符号链接
7 输入y安装CUDA 9.0 Samples，以便后面测试
8 回车确认CUDA 9.0 Samples默认安装路径：此处不要再选择安装驱动！此处不要再选择安装驱动！此处不要再选择安装驱动！（虽然我也不清楚装了会怎么样，有兴趣的小伙伴可以试一试）
安装完成后，会提出不完整的安装，此处不用管，是因为上一步没有选择安装显卡驱动导致的。
下一步添加环境路径：
sudo gedit ~/.bashrc //末尾添加
export CUDA_HOME=/usr/local/cuda-9.0
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-9.0/bin:$PATH 到此已经完成安装，下面测试安装是否成功：
cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
make
sudo ./deviceQuery 此时表明Cuda9.0安装成功。
3.安装Cudnn7.0
Cudnn下载地址：https://developer.nvidia.com/rdp/cudnn-archive
下载Cudnn需要在NVIDIA官网注册账号（本人在注册过程中使用的是QQ邮箱，但是一直收不到验证邮件，建议改用其他邮箱）
我这里选择的是对应Cuda9.0的Cudnn7.0.5版本：
点开Download后，选择‘cuDNN v7.0.5 Library for Linux’进行下载，解压后把相应的文件拷贝到对应的Cuda目录下即可，在终端执行命令：
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn* 至此，完成Cudnn的安装。
（下一章将继续安装Tensorflow以及本人在安装过程中所出现的问题）