首先看一下CUDA版本与linux下所用显卡驱动版本的关系和windows下所用显卡驱动的版本 ，参考如下：
https://blog.csdn.net/weixin_42718092/article/details/86016973
这篇文章列出的是官网给出的对应版本关系。

自己这两天一直在搭建Tensorflow-gpu这样一个环境。
tensorflow-gpu版本为1.12 ，如官方所示要求cuDNN版本为7，CUDA版本为9.
但自己在安装CUDA的时候一直是无法安装的状态，查看了很多其他人的博客，有好多都说是卸载现有的显卡驱动，然后再重新安装。不知道这样带来的后果是什么所以还是没有选择这样做。然后看到了官网上新出了CUDA v10的版本，然后直接下载安装了。我的电脑并没有安装VS2015，但是安装了VS2017和VS2013两个版本。并且CUDA 在最后安装成功的界面中，也提示了VS2015没有找到。但是测试下来，好像并不影响使用。

如上两个安装包，官网下载即可。cuda和cudnn的版本一定要对应好，官网上也给出了明确的对应关系。
还有一个问题是自己用Anaconda 安装的python，还在Anaconda里又创建了一个tensorflow的环境。两个python的版本有所不同。还是安装python3.5会更好一些。区别如下：

在每次调用模块时总会提示这样一个错误，查看了很多博客，很多人说是numpy的版本过高。下面是3.5版本的：

不再提示错误，真的很开心。自己用Tensorflow这个框架没几天，但发现问题真是太多了。版本更新很快，有些老版本的命令直接被弃用了，有的函数的输入参数方式也是改变了（改变很大），在以后也应该尝试一下其他的框架。
知识是自己的，只有自己一点点解决才是正道，以前总想着问一些前辈，但态度真的是很差，问个一两次就不再想问了，可能也不是每个前辈都这样吧。
自己解决问题虽慢，但一旦解决还是很开心的。