阿里云gpu服务器：

为了少踩坑，这里默认选择了自动安装GPU驱动，版本选9.0.176下的390.46；

ps：这里是在下单选操作系统的时候选择，后来打算重装系统的时候发现重装没有选驱动这一步，遂作罢未重装，不知道重装提交工单给不给装；系统开通后进去就能看到装驱动的log文件，成功即可；

系统更新：

yum update

更新Python3，参考https://cucldk.com/post/centos7-to-python3.html

https://developer.nvidia.com/cudnn官网下载cuDNN，需要注册账号登陆，下载版本 Download cuDNN v7.3.1 (Sept 28, 2018), for CUDA 9.0下的cuDNN v7.3.1 Library for Linux；

外国网站国内下载可能较慢，着急可用国外vps中转；

tar -zxvf cudnn-9.0-linux-x64-v7.3.1.20.tgz
cd cuda
cp include/* /usr/local/cuda-9.0/inlcude
cp lib64/lib* /usr/local/cuda-9.0/lib64

修改环境变量，执行 

sudo vim /etc/profile

在export PATH 那行下面加上两行代码：

export PATH=/usr/local/cuda-9.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH

退出执行

source /etc/profile

pip3 install tensorflow-gpu==1.12.0

执行测试代码，看是否能够正常导入，并输出自定义的文字：

import tensorflow as tf

hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
sess.run(hello)

之后执行

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())

检测到gpu即成功。

参考编辑：https://blog.csdn.net/Oh_My_Fish/article/details/78861867