我有以下配置：
- SUSE Linux Enterprise Server 12 SP3（x86_64）
- CUDA 工具包：CUDA 9.2（9.2.148 更新 1）
- CUDA 驱动程序版本：396.37
根据 NVIDIA 的说法恰到好处（https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html#major-components）。
我使用 Anaconda 建立了一个新环境并在其中安装了 tensorflow-gpu：
conda create -n keras python=3.6.8 anaconda
conda install -c anaconda tensorflow-gpu
但如果我想通过以下方式检查安装情况Python安慰：
import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
我收到以下错误：
2019-04-17 15：23：45.753926：I tensorflow/core/platform/cpu_feature_guard.cc:141]您的 CPU 支持此 TensorFlow 二进制文件未编译使用的指令：SSE4.1 SSE4.2 AVX AVX2 FMA
2019-04-17 15：23：45.793109：I tensorflow/core/platform/profile_utils/cpu_utils.cc:94] CPU频率：2600180000 Hz
2019-04-17 15:23:45.798218：I tensorflow/compiler/xla/service/service.cc:150] XLA 服务 0x561f42601240 正在平台 Host 上执行计算。设备：
2019-04-17 15：23：45.798258：I tensorflow/compiler/xla/service/service.cc:158] StreamExecutor 设备（0）：，
2019-04-17 15:23:45.981727：I tensorflow/compiler/xla/service/service.cc:150] XLA 服务 0x561f426ad9b0 在平台 CUDA 上执行计算。设备：
2019-04-17 15：23：45.981777：I tensorflow/compiler/xla/service/service.cc:158] StreamExecutor 设备（0）：Tesla K40c，计算能力 3.5
2019-04-17 15：23：45.982175：I tensorflow / core / common_runtime / gpu / gpu_device.cc：1433]找到具有以下属性的设备 0：
名称：Tesla K40c 主要：3 次要：5 内存时钟速率（GHz）：0.745 pciBusID：0000：06：00.0 总内存：11.17GiB 可用内存：11.09GiB
2019-04-17 15：23：45.982206：I tensorflow/core/common_runtime/gpu/gpu_device.cc:1512]添加可见的 gpu 设备：0
回溯（最近一次调用最后一次）：文件“”，第 1 行，位于文件“/home/fuchs/.conda/envs/keras/lib/python3.6/site-packages/tensorflow/python/client/session.py”，第 1551 行，位于在里面 超级（会话，自我）。在里面（目标，图形，配置 = 配置）文件“/home/fuchs/.conda/envs/keras/lib/python3.6/site-packages/tensorflow/python/client/session.py”，第 676 行，位于在里面 self._session = tf_session.TF_NewSessionRef(self._graph._c_graph, opts) tensorflow.python.framework.errors_impl.InternalError: cudaGetDevice() 失败。状态：CUDA 驱动程序版本不足以支持 CUDA 运行时版本
我一直在向其他人寻求解决此问题的方法，但大多数情况下是因为 CUDA 工具包和驱动程序版本不匹配。而我的情况并非如此。
我将非常感谢您的帮助。
答案1
抱歉，我已经自己找到了解决方案。我的错误是，我使用Python版本 >3.5。在这种情况下，如果您执行以下命令，将安装 tensorflow-gpu=1.13：
conda install -c anaconda tensorflow-gpu
但是，如果您创建一个带有 python=3.5 的环境，则会安装 tensorflow-gpu=1.10，它适用于此 CUDA 版本。