1.首先
对于cuda8.0、cuda7.5的卸载都可以兼容
安装cuda9.0之后，电脑原来的NVIDIA图形驱动会被更新，NVIDIA Physx系统软件也会被更新(安装低版cuda可能不会被更新)。卸载时候要注意了，别动这2个。
2.卸载：
1.前言:
杀毒软件别用来卸载这个了，不好找。
打开电脑的控制面板，找到程序，卸载程序
点击当天安装的时间，会找到刚才装的cuda软件，也包括以前NVIDIA的驱动软件，因为被更新了，所以也显示在当天安装的软件中。
2.卸载开始:
对于含cuda字眼的，和结尾版本号是9.0的可以卸载。
如果不确定那个程序能不能删除，可以搜索试试看，程序什么用途的。
NVIDIA的软件一个个都有其独立卸载程序，不用担心卸载顺序。
具体的：
1.留下：NVIDIA的图形驱动程序、NVIDIA Physx系统软件，如果你有这2个软件，就别卸载。
2.卸载：
1.推荐排序。 点击顶部时间小三角排序，可发现一个叫NVIDIA Nsight HUD Launcher 的带眼睛图标的排列在上面，挺大的。然后从下往上卸载，跳过保留的NVIDIA图形驱动、NVIDIA Physx系统软件。
2.软件名含cuda的，9.0的，sdk，NVIDIA Nsight HUD、NVIDIA GeForce Experience、等，这些都可以卸载掉。
3.卸载完后，你会发现电脑—开始—所有程序，里面那个关于NVIDIA的程序文件不见了。存在的话，也可以看看里面还剩下什么，可以搜索看看。当然，C盘里面C:\Program Files\NVIDIA GPU Computing Toolkit文件也可以删除了。
4.用杀毒软件垃圾扫描下，清理下电脑，主要是清理注册表
——————————-卸载就到此结束————————-
3.继续安装cuda8.0
2017-12的时候，tensorflow 1.4不支持cuda9.0，且tensorflow1.0版本以上是不支持cuda8.0以下的,所以暂时只能装cuda8.0。
cuda8.0对应的cuDNN必须是6.0版的。
cuda8.0，在cuda下载页面，Legacy Releases，找到旧版本下载地址，然后下载安装
最后成功安装，选择CUDA Toolkit 8.0 GA2 + cuDNN v6.0 (April 27, 2017) for CUDA 8.0
可以在python里面，import tensorflow as tf 再输入tf.Session()，查看是不是用的gpu加速
4.注：
1.网上说的修改环境变量之类的，安装过程中没有修改，程序自动会添加的
2.对于打不开tensorflow官网的，tensorflow用的1.4的更多版本也可以在这里下载，包括windows，Linux，Mac，都可以，地址：
gpu版本：https://pypi.python.org/pypi/tensorflow-gpu
cpu版本：https://pypi.python.org/pypi/tensorflow
下载下来，用pip安装即可。其他的下载方式没有网速。
需要注意的是，这个网站会不断的更新tensorflow的版本，所以老版本就找不到。可以在csdn下载中找(要积分)，可以去清华开源镜像下载(更新慢，但能用)3.涉及到NVIDIA的链接有，你就理解为cudnn是cuda和tensorflow的连接桥梁：
cuda下载：https://developer.nvidia.com/cuda-toolkit-archive
cudnn(需登录)下载：https://developer.nvidia.com/rdp/cudnn-download
查看电脑NVIDIA显卡是否适合下载cuda：https://developer.nvidia.com/cuda-gpus，计算能力要3.0及以上- 4.cuda卸载我只卸载了一次，电脑wind7x64位，NVIDIA的，已经装了vs2013的。其它的你们遇到的问题，欢迎补充；上面描述有错的，也欢迎补充讨论
有用的话顶一个，没用的踩一个也可以的哈