这年头了我居然还得跑TensorFlow V1版本的程序，居然还有人写TensorFlow V1版本的程序，然而服务器上CUDA版本已经更新到最新，着实让人头大。。。
一番苦苦搜索后，在社区里找到了一个解决方案：https://github.com/tensorflow/tensorflow/issues/43629
具体来说就是Nvidia自己维护了一个TensorFlow V1.15版本，并且一直更新与最新CUDA的适配版本，Nvidia你就是神！
下面说下大概流程：
我服务器上CUDA版本是11.8，所以搜到了对应的Nvidia TensorFLow：https://docs.nvidia.com/deeplearning/frameworks/tensorflow-release-notes/rel-22-10.html
弄个虚拟环境先，免得和服务器上的TensorFLow V2冲突：
pip install -U virtualenv virtualenv --system-site-packages -p python3 /venv
source /venv/bin/activate
然后安装Nvidia TensorFLow：
pip install nvidia-pyindex pip install nvidia-tensorflow==1.15.5+nv22.10
检查一下是否安装成功：
pip list | grep nvidia
标签：TensorFlow,V1,Cuda,版本,Nvidia,pip,tensorflow From： https://www.cnblogs.com/shenchuguimo/p/18004934