1 查看cuda与cudnn的版本
cuda一般安装在 /usr/local/cuda/ 路径下，该路径下有一个version.txt文档，里面记录了cuda的版本信息
cat /usr/local/cuda/version.txt 即可查询
同理，cudnn的信息在其头文件里
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 即可查询
2 tensorflow与cuda以及cudnn的版本对应
CUDA 8.0→cuDNN v5.1
CUDA 8.0→cuDNN v6.0
CUDA 9.0→cuDNN v7.0.5
tensorflow 1.6/1.5和CUDA ９.0对应，
tensorflow 1.4/1.3和CUDA 8.0对应
3 查看tensorflow版本
不带gpu的指的是cpu版本
sudo pip show tensorflow-gpu
sudo pip show tensorflow
4 卸载tensorflow
sudo pip uninstall tensorflow-gpu
sudo pip uninstall tensorflow
5 安装tensorflow指定的版本
sudo pip install tensorflow-gpu==1.4.0
或者
sudo pip install -U --pre tensorflow-gpu==1.4.0
6 TF升级
1.我下载的是当前的最新版本，后期如果需要新的版本，比如升级到1.5.0
$ pip install --upgrade tensorflow-gpu==1.5.0
2.也可以登陆https://storage.googleapis.com/tensorflow/，看是否有更新，然后先卸载，再将对应位置更改一下即可，
但须卸载旧的版本，还要对应相应cuda以及cudnn
这样TensorFlow的环境就安装完成了
7 测试
import tensorflow as tf
hello=tf.constant('Hello, TensorFlow')
sess=tf.Session()
print(sess.run(hello))
Hello, TensorFlow!