第一步是安装anaconda。

下载好anaconda后（下载需要时间，没下载好之前是.part文件，此时不能进行安装）

在存放anaconda安装包的位置打开终端，输入bash Anaconda3-4.2.0-Linux-x86_64.sh

一路往下执行，安装结束后打开终端输入python检查是否安装成功

如果没有安装成功，则输入 source ~/.bashrc

(anaconda安装教程很多，具体细节参考其他博客）

第二步安装显卡驱动

首先先安装git ，  sudo apt-get install git即可

接着安装显卡驱动  https://linuxconfig.org/how-to-install-the-nvidia-drivers-on-ubuntu-18-04-bionic-beaver-linux

使用链接中的方法二或三（这里使用方法二的时候可能出现安装速度特别慢最后安装不成功的问题，发现可能需要在大图标状态下可以安装成功，

如果ubuntu安装好就是小图标，可以先使用方法三，中间会进入大图标状态，再使用方法二，或者直接使用方法三）

另外使用方法二时 如果出现无法获得锁 /var/lib/dpkg/lock – open (11 Resource temporarily unavailable)
E: Unable to lock the administration directory (/var/lib/dpkg/), is another process using it?
两种情况
先看到底有没开两个apt  包括新立得
如果确定没开两个APT-GET
可以强行解锁
sudo rm /var/lib/dpkg/lock

驱动安装成功桌面会变精细

第三步安装tensorflow-gpu

先打开anaconda-navigator（如果打不开就先安装nanconda-navigator）,在里边创建tensorflow-gpu环境（注意选择python-3.6，这里有一个重要知识点，创建好tensorflow-gpu环境后

anaconda就有了两个环境，另外一个是base环境,tensorflow-gpu环境下下需要的包都要在此环境下安装，装在base环境中是没用的，所以安装各种包之前

先source activate tensorflow-gpu，打开jupyter也要在tensorflow-gpu环境下打开）

在anaconda-navigator中创建好tensorflow-gpu环境后，在tensorflow-gpu后的箭头鼠标左击打开终端，在终端输入conda install tensorflow-gpu即可

安装好 tensorflow-gpu后一定要在anaconda-navigator中的tensorflow-gpu环境中install jupyter-notebook，不然tensorflow-gpu环境中不装jupyter的话，即便在终端进入tensorflow-gpu环境也打不开jupyter

当然也可以不在anaconda-navigator中创建环境，也可直接在终端创建python-3.6环境，然后安装

还有一个问题

安装好tensorflow在终端激活环境后进行测试出现import-im6.q16: not authorized `tf’ @ error/constitute.c/WriteImage/1037错误

原因是激活环境后要先进入python环境，也就是继续在终端输入python进入环境后在输入import tensorflow as tf就行了