新版本的GPU（2080ti）与NVIDIA驱动（driver 440/cuda 10.2）安装旧版的tensorflow（1.6）

2080ti使用低版本tensorflow（1.6）

之前安装情况是GPU型号，驱动等等均与官网对应的版本的安装，所以没有大的问题，很顺利，最近新来了一批2080ti的GPU，只支持CUDA 10，官网显示对应的tensorflow版本为1.14，比较高。但是之前代码是在tensorflow 1.6版本上运行的，使用1.14的话会报错。且重构代码到1.14太麻烦。

解决方法：在2080ti上也可以安装tensorflow 低版本

1. 首先，新的显卡对应新的驱动，不会变，如果安装如384这样的显卡驱动是有问题的，会显示低分辨率。
2. 保持驱动为最新（Driver Version: 440.xx）。
3. 安装cuda 9.0（tensorflow 1.6需要）：
   ./xxxxxxxxxx.run --no-opengl-files --no-nouveau-check（集显输出加禁用opengl参数，独显不需要加参数 --no-opengl-files）
   注：有时会提示--no-opengl-files --no-nouveau-check这两个参数报错，那就省略不加
   cuda 9.0安装这一步不知道是否是必须
4. *安装对应版本的cuDnn
   这里使用tgz压缩文件（cudnn-9.0-linux-x64-v7.tgz）
   解压下载文件，可以看到cuda文件夹，执行：

   sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
   
   sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
   
   sudo chmod a+r /usr/local/cuda/include/cudnn.h
   
   sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
   

   即可。
   注意顺序，一定要最后安装cudnn

此时，python便可以导入tensorflow 1.6版本。

总结

根据tensorflow导入的报错，似乎是cudnn的问题，某个.so文件找不到或不能用。所以怀疑是否需要装cuda 9.0，因为安装之后nvidia-smi查看cuda依然是10.2版本。
安装完正确版本的cudnn后，tensorflow可以正常使用，所以这一步最为重要。