我已经下载并安装了 CUDA 好几次了，但每次都无法通过 deviceQuery 和 checkBandwidth 测试样本。此外，tensorflow 从未在可访问设备中列出 GPU，只列出 CPU。
我当前的 nvidia 驱动程序是 384.111，而升级版本 384.130 总是在 nvidia-smi 上产生库不匹配，并导致 ubuntu 无法启动。
每次我尝试使用 .run 文件安装 CUDA 9.0（这是无需升级 nvidia 驱动程序即可安装它的唯一方法）时，它都会显示“安装不完整”消息。测试运行结果始终为负面，并显示以下输出：
从 nvidia 网站使用 dpkg 安装 CUDA 9.0 .debhttps://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1710&target_type=deblocal它还升级了 nvidia 驱动程序。
如何在不使用 nvidia 384.111 的情况下为 Ubuntu 17.10 安装 CUDA 9.0，而无需升级到 384.130，以便它在样本测试中正确执行并允许 tensorflow-gpu 访问图形卡？
PS：每当我说“失败”时，错误消息总是“未知错误”
我的系统中的显卡是 NVIDIA GeForce GTX 1080
答案1
我也经历过类似的挣扎。尝试安装 CUDA 9.0、9.1、9.2 后，我发现每个工具包都需要特定的 Nvidia 驱动程序版本。
官方的 Nvidia CUDA 安装指南要求您卸载 Nvidia 驱动程序。我认为如果您想在本地机器上安装，除非您使用 Docker + Nvidia Docker，否则这是不可避免的。
这将允许您的本地机器保留相同的 Nvidia 驱动程序，并且您可以在不同的容器映像中安装特定的 CUDA 工具包。
这就是我所采用的方法。