Ubuntu 16.04下安装Cuda 8.0, Anaconda 4.4.0和TensorFlow 1.2.1
Cuda
如果配了Nvidia卡的，可以考虑安装Cuda，这样之后可以用GPU加速。之前写过一篇在Ubuntu 14.04上装Cuda 7.5的文章()。TensorFlow 1.2版本貌似需要Cuda Toolkit 8.0，过程和之前是差不多的。更新driver（如需），然后去Nvidia官网下载Cuda和cuDNN安装即可。具体不再累述。对于大部分N卡，Cuda 8.0需要driver的最低版本为367，所以如果已经够用，在安装cuda的时候保险点的话就不用更新驱动。如果更新驱动后不幸中招，如循环登录或无法进入图形界面等问题，可以到字符终端(CTL+ALT+F1)先尝试清除已有驱动，禁用Nvidia开源驱动nouveau，然后重装驱动。
sudo apt-get remove --purge nvdia*
sudo apt-get install update
sudo apt-get install dkms build-essential linux-headers-generic
sudo vim /etc/modprobe.d/blacklist.conf
sudo apt-get remove --purge nvdia* sudo apt-get install update sudo apt-get install dkms build-essential linux-headers-generic sudo vim /etc/modprobe.d/blacklist.conf在blacklist.conf中加上：
blacklist nouveau
blacklist lbm-nouveau
options nouveau modeset=0
alias nouveau off
alias lbm-nouveau off
sudo service lightdm stop
sudo add-apt-repository ppa:graphics-drivers/ppa && sudo apt-get update
sudo apt-get install nvidia-375
sudo service lightdm stop sudo add-apt-repository ppa:graphics-drivers/ppa && sudo apt-get update sudo apt-get install nvidia-375重启。如果进不了图形界面，就把unity那坨都重装一下，然后再通过sudo service lightdm start启动桌面环境。
Anaconda
Anaconda发行版可以用于创建独立的Python开发运行环境。每个环境中的python runtime都是独立的，互不影响。这样就不用担心安装A的时候把B的环境给破坏了。Anaconda最新版本4.4.0。下载链接为：https://www.continuum.io/downloads。安装很方便，以Anaconda for Python 2.7为例：
bash ~/Downloads/Anaconda2-4.4.0-Linux-x86_64.sh
bash ~/Downloads/Anaconda2-4.4.0-Linux-x86_64.sh然后就可以创建环境，比如创建两个分别为python 2.7和3.5的环境：
conda create --name py35 python=3.5
conda create --name py27 python=2.7
conda create --name py35 python=3.5 conda create --name py27 python=2.7其中py27和py35为环境名，之后用：
source activate <env name>
source activate <env name>进入相应的环境。退出用：
source deactivate
source deactivate列出当前环境信息：
conda list
conda list删除环境可以用：
conda remove --name <env name> --all
conda remove --name <env name> --all列出现有的环境：
conda env list
conda env list列出环境中安装的包：
conda list --name=<env name>
conda list --name=<env name>更多用法请参见：https://conda.io/docs/using/envs.html
进入环境后安装包既可以用conda install也可以用传统的pip install，有时网络不给力的时候可能下载会超时：
ReadTimeoutError: HTTPSConnectionPool(host='pypi.python.org', port=443): Read timed out.
如果真的只是因为慢，这里可以用延长timeout时间来解决：
pip --default-timeout=10000 install -U <package name>
pip --default-timeout=10000 install -U <package name>另外如果在使用过程中碰到下面错误：
ValueError: failed to parse CPython
有可能是和用户目录下的本地环境串了。一个方法是打开anaconda2/lib/python2.7/site.py，修改ENABLE_USER_SITE = False。
TensorFlow