工程師說rtx2080ti支支持cuda10，開始用cuda最新版10.1折騰了兩天，都成功了，但是運行tensorflow時候提示要cuda9版本。最後實驗了一下cuda9 cudnn7.3.1終於成功跑起來了， 記得用conda install tensorflow-gpu=1.8.0 或者1.7.0 安裝 太低版本好像還是出問題。
另外，今天一早運行任務估計並行太大，導致系統死機，重新啓動後，顯卡驅動損壞了，沒辦法，重新安裝驅動，完成後運行tf程序又出現類似的情況，提示cuda cudnn版本不對應。後來想着 nvidia顯卡驅動重裝了，估計cuda cudnn也需要重新安裝，於是卸載了重裝，直接跑tf程序，問題依舊，怎麼辦？
後來又把cuda下虛擬環境對應的tf重新安裝了一下，直接運行conda install tensorflow-gpu=1.8.0（更高點版本），不用卸載，否則提示要下載低版本的cuda和cudnn。（不要執行conda uninstall tensorflow-gpu=1.8.0）
崩潰，一個系統搞了4天。浪費了大量時間！！哭暈！！！！！！！！！！！
如果卸載cuda9.0
sudo /usr/local/cuda-9.0/bin/uninstall_cuda_9.0.pl 執行。
因爲要跑一些比較大的程序，所以實驗室給配了一塊比較新的顯卡 rtx2080ti ,所以我要安裝個與它適配的驅動。好了廢話不多說，開始工作，一些圖片也沒有保存，還是依靠蒼白的文字吧。。。
一、安裝NVIDIA驅動
1.下載驅動文件
去官網下載和自己的顯卡適配的驅動文件，是個.run文件。貼個下載地址：https://www.nvidia.cn/Download/index.aspx
search之後下載就行，記住它下載到了哪個文件夾裏，以後會用的到
2.文件已經下載好了，但是在安裝之前我我們需要做一些準備。
（1）、刪除原有驅動（可選）：$ sudo apt-get remove --purge nvidia*
我在刪除的時候就提示我沒有原有的驅動。
（2）、禁用nouveau，安裝NVIDIA需要把系統自帶的驅動禁用
打開文件：sudo gedit /etc/modprobe.d/blacklist.conf
在文本最後添加以下內容：
blacklist nouveau
option nouveau modeset=0
- 1
- 2
然後保存退出
執行：sudo update-initramfs -u
重啓，命令行輸入：lsmod | grep nouveau
沒有任何輸出的話就代表禁用成功。
3.安裝NVIDIA驅動程序（準備另一臺電腦，用來看教程或者是查找需要輸入的命令）
禁用圖形界面服務：sudo service lightdm stop
按Ctrl+Alt+F1進入命令行，輸入用戶名密碼登錄（通過Ctrl+Alt+F7可返回界面）
下載的是.run文件，首先給文件賦予執行權限，首先cd到下載目錄：（重要的事情說三遍：注意參數、注意參數、注意參數）
打開所在的文件夾：cd ～/download/ （這裏應該寫你當時把.run文件下載到的文件夾的路徑，一般默認是下載文件夾，如果你在這裏出現錯誤，比如找不到文件，或者路徑是中文的，可以嘗試把.run文件移動到一個home下，這樣可以直接打：cd /home/你的用戶名/ 這樣就可以打開了。）
然後輸入：sudo chmod a+x NVIDIA-Linux-x86_64-410.78.run （敲自己下載的文件名字）
這是不會有什麼輸出。
接着安裝：sudo ./NVIDIA-Linux-x86_64-410.78.run –no-opengl-files
no-opengl-files 只安裝驅動文件，不安裝opengl文件。這個參數最重要
–no-x-check 安裝驅動時不檢查X服務
–no-nouveau-check 安裝驅動時不檢查nouveau
後面兩個參數可不加。
接着就是一直選擇它默認的那個選項就好。
然後掛載驅動： modprobe nvidia
最後查看是否已經安裝好了：nvidia-smi
出現這種界面，說明已經安裝成功。可以打開圖形界面了：sudo service lightdm start。後面的安裝直接在終端即可。
二、安裝cuda 9.0
安裝和自己顯卡的適配版本，也可以看上圖中顯示的和自己安裝的NVIDIA適配的cuda version(上圖右上角)。我選擇的是cuda 9.0。
1.下載文件
官網地址：https://developer.nvidia.com/cuda-zone 選擇適合自己的版本
下載到一個確定的文件夾裏，一般默認在“下載”裏。
2.安裝 最好root下安裝
sudo chmod a+x cuda_10.0.130_410.48_linux.run // 獲取權限
sudo sh cuda_10.0.130_410.48_linux.run --tmpdir=/home/anzhuo/
里加 --tmpdir 主要是直接運行後，會提示空間不足的問題,後面應該填自己下載之後文件所在的路徑，我直接放在了home下
這時會出現很長的聲明，一直按enter鍵，把聲明讀完，然後就可以進行選擇了。（這裏我的圖沒有保存下來，用了別人博客裏的圖，特此感謝）
因爲我是獨立安裝的NVIDIA 程序，所以進行上面的選擇，安裝完成後會出現個提醒，這是因爲我在安裝CUDA的時候沒有選擇安裝驅動，提示需要安裝驅動，忽略就行。
3.加入環境路徑
打開.bashrc 文件：sudo gedit ~/.bashrc
打開文件後將下面兩句話加入進去：
export LD_LIBRARY_PATH=$LDLIBRARY_PATH:/usr/local/cuda-9.0/lib64
export PATH=$PATH:/usr/local/cuda-9.0/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-9.0
保存 關閉，命令行輸入：source ~./bashrc
4.終端輸入：nvcc --version 會輸出CUDA的版本信息
這樣就是安裝成功了！
三、安裝cudnn
1.官網下載：https://developer.nvidia.com/rdp/cudnn-download
進入時需要登錄，沒有賬戶的話就註冊一個，進入即可。選擇和自己cuda適配的版本
然後下載，是一個壓縮包，我下載完之後電腦自動跳出來提取，是一個cuda文件夾，然後我就提取出來了，放到了home文件夾下。如果不能直接提取的，百度搜Ubuntu下解壓的命令，將它解壓到一個確定的文件夾下。
2.右擊cuda文件夾，選擇在終端打開，然後輸入
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*
3.查看cudnn版本
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
驗證cuda是否成功：
驗證cudnn 是否安裝成功
cp -r /usr/src/cudnn_samples_v7/ $HOME
cd $HOME/cudnn_samples_v7/mnistCUDNN
make clean && make
./mnistCUDNN
當輸出是：
Result of classification: 1 3 5
Test passed!
說明cudnn安裝成功！