1 准备
说在前面，如果有另外一台机器的话，可以在一系列操作前下载好Anaconda、CUDA和cudnn，因为下载比较浪费时间。安装前注意版本对应，如下来源于tensorflow官网。
Linux-CPU
Linux-GPU
2 Ubuntu系统安装
制作系统U盘
下载对应的.iso文件，在windows上利用ultraiso制作系统盘，详细步骤参考使用UltraISO制作U盘启动盘的方法(图文教程)。
我在windows系统的基础上装了ubuntu18.04（双系统），Anaconda3+CUDA9.0+cudnn+tensorflow-gpu1.10.0，安装教程参考双系统U盘详细安装过程（带图解）。
其中EasyBCD可以先不安装，我是每次开机的时候都可以自动选择windows还是ubuntu。当时给本系统留了90GB，所以磁盘划分时，开的大小是参考文章上的1.5倍。系统安装好后看到Ubuntu18.04默认自带python3.6。
3 安装驱动
安装驱动的流程参考Ubuntu18.04 下安装CUDA，cuDNN及pytorch-gpu版本过程。比较坑的是，当时没有更新系统的一些重要文件，查了比较多的资料，以为是自己选择的源不好用。
注意/etc/apt/sources.list下面勾选：
4 安装CUDA，cuDNN
接下来，步骤4、步骤5的安装流程、版本对应和在windows上的相同。不过要注意CUDA和cudnn安装前要对gcc和g++降级。CUDA要提前下载4个文件。
参考Ubuntu18.04下搭建TensorFlow-GPU环境详细过程。
5 安装Anaconda以及tensorflow-gpu
参考Ubuntu环境下基于Anaconda安装Tensorflow。对了，tensorflow-gpu想安装速度快一些可以用清华大学的镜像，这个具体操作不太清楚，我是直接下载的。