我目前负责让tensorflow-gpu 1.8在我的机器上工作。 我一直使用tf-gpu 1.2，但由于需要某些功能，我必须升级安装。
在这样做之前，我想检查是否有最佳实践方法。 我当前的设置如下：
正如tf主页上所写，我必须使用CUDA v9.0以及cuDNN v7.1。由于所有这些说明都是针对干净的安装而非更新，因此我不确定是否最好先卸载旧版本。
如果您曾经遇到过相同的问题，请分享您的经验。谢谢！
感谢 @joão gabriel s.f.，我成功卸载了CUDA 8.0/cuDNN 5.1并安装了最新版本的Tensorflow。由于整个过程对我来说有点混乱，所以我决定发布一个快速指南，或许能帮助处在同样困境中的人。
卸载
首先，我卸载了CUDA及其所有依赖项。由于我是通过软件包管理器安装的，所以使用apt-get进行卸载。对于运行文件安装，您可以查看此链接。
sudo apt-get --purge remove cuda
sudo apt-get autoremove
dpkg --list |grep "^rc" | cut -d " " -f 3 | xargs sudo dpkg --purge
另外，我检查了 /usr/local/ 下的任何cuda文件夹并将它们删除。关于cuDNN，在删除所有cuda文件夹后，相应的cuda头文件和库也已被删除。
安装
首先检查显卡驱动程序。CUDA 9.0需要 v384.111驱动程序（不需要390.xxx），所以这里我没有做什么。
我从此处下载了CUDA Toolkit 9.0作为本地deb文件。在同一文件夹中，我执行了以下操作：
dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb
sudo apt-key add /var/cuda-repo-9-0-local/7fa2af80.pub
sudo apt-get update
sudo apt-get install cuda
然后设置环境变量：
export PATH=${PATH}:/usr/local/cuda-9.0/bin
export CUDA_HOME=${CUDA_HOME}:/usr/local/cuda:/usr/local/cuda-9.0
export LD_LIBRARY_PATH=${LD_LIBRARY_PATH}:/usr/local/cuda-9.0/lib64
之后，我按照此处所述验证了我的安装。
我从存档中下载了cuDNN 7.1的tarball，并通过安装程序进行了安装。
tar -xzvf cudnn-9.0-linux-x64-v7.1.tgz
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 \
/usr/local/cuda/lib64/libcudnn*
在启动Python bash后，我能够导入tensorflow并运行一个简单的图表。
再次感谢，祝您有愉快的一周！
请参阅此文档。他们建议先移除旧版本的cuda。
由于cuda 9.1需要驱动程序> = 390版本 (请查看兼容性表)，因此最好先卸载当前的驱动程序。 但不用担心，因为390驱动程序在安装cuda 9.1时也会一同安装。
现在，作为个人建议，我认为应该删除与nvidia / cuda相关的几乎所有内容（除了python）。在Ubuntu中安装和设置CUDA时很容易出错。
如果您在安装后遇到任何问题，请参见ubuntu-16-04-lts-login-loop-after-updating-driver-nvidia，这是我之前回答过的一个帖子。