正确处理 CUDA driver version is insufficient for CUDA

先说问题原因，报这个错误是安装的Cuda runtime version与计算机GPU的Cuda driver version不匹配所致，通常是因为我们的显卡驱动版本太低，因为在安装过程中我们用了以下最简单粗暴的方式（没有在后面指定版本号）：

conda install tensorflow-gpu

这样会默认安装最新的TensorFlow版本，以及相关的最新依赖包，而我们的显卡驱动却不是最新的，以下是显卡驱动与CUDA版本对应关系

以上图片来源于英伟达官网

解决办法：

第一步：
查看自己GPU的驱动版本（我的显卡已经是更新后的结果了）：
第二步：
查看自己cuda版本号（显卡驱动未更新前我显卡驱动版本号是：391.x ，由第一幅图可知我的cuda是不能大于9.1的），以下是查看自己cuda版本号的方法：

conda list

结果如下图所示：

我们可以看到这里的cuda已经是10.x了，所以需要更新自己的显卡以此达到要求。

第三步：
更新驱动
下载驱动网址传送门：https://www.geforce.cn/drivers
安装这个软件后，更新驱动，我们就大功告成啦！

第四步：
跑个测试代码

import tensorflow as tf
a = tf.constant([1.0, 2.0], name="a")
b = tf.constant([2.0, 3.0], name="b")
result = a + b
sess = tf.Session()
sess.run(result)

结果如下：

总结：

在用conda安装TensorFlow的时候最好指定版本号，不然默认高版本的安装会带来不少的问题。