1.查看NVIDIA显卡驱动版本与cuda、cudnn的版本对应关系，有时候显卡驱动版本太低不支持，找到适合自己的驱动版本。

NVIDA驱动：https://www.nvidia.com/Download/index.aspx?lang=en-us

2.安装1中找到的显卡驱动版本

【注】试了很多种方法，这种是最简单的
通过命令行安装驱动：
$ sudo add-apt-repository ppa:graphics-drivers/ppa
$ sudo apt-get update
$ sudo apt-get install nvidia-390 #此处数字要对应上面查询到的版本号

重启
$ sudo reboot

在终端验证是否安装成功：
$ nvidia-smi #如果出现GPU列表，则驱动安装成功

3.查看tensorflow-gpu版本和cuda、cudnn版本的对应关系，下载需要的版本

cuda官网：https://developer.nvidia.com/cuda-toolkit-archive
cudnn官网：https://developer.nvidia.com/rdp/cudnn-archive

4.安装cuda和cudnn

网上很多教程，这里就不赘述了
[注]需要安装gcc和g++，同时也要注意版本，可以通过增加或者降低版本的适应。

5.安装tensorflow-gpu

pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==需要的版本

6.针对import tensorflow出现的错误解决

有时候会出现runtime错误
解决办法：pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple --upgrade --ignore-installed tensorflow

7.其中一些细节可以参考的博客

https://blog.****.net/ShellDawn/article/details/80274534
https://www.cnblogs.com/hutao722/p/9342577.html