更新：我安装了CUDA-9.0，并且在运行deviceQuery时看到CUDA驱动程序版本和CUDA运行时版本现在都是9.0。
CUDA设备查询（运行时API）版本（CUDART静态链接）
检测到1个支持CUDA的设备
设备0：“ GeForce GTX 1070” CUDA驱动程序版本/运行时版本9.0 / 9.0 CUDA功能主要/次要版本号：6.1 全局内存总量：8112 MB（8505655296字节） （16）个多处理器，（128）CUDA内核/ MP：2048个CUDA内核 GPU最大时钟频率：1645 MHz（1.64 GHz） 记忆体频率：4004 Mhz 内存总线宽度：256位 L2缓存大小：2097152字节 最大纹理尺寸大小（x，y，z）1D =（131072），2D =（131072，65536），3D =（16384，16384，16384） 最大分层1D纹理大小，（数量）层1D =（32768），2048层 最大分层2D纹理大小，（数量）层2D =（32768，32768），2048层 恒定内存总量：65536字节 每个块的共享内存总数：49152字节 每个块可用的寄存器总数：65536 经纱尺寸：32 每个多处理器的最大线程数：2048 每个块的最大线程数：1024 螺纹块的最大尺寸（x，y，z）：（1024，1024，64） 网格尺寸（x，y，z）的最大尺寸尺寸：（2147483647、65535、65535） 最大内存间距：2147483647字节 纹理对齐：512字节 并发复制和内核执行：是，有2个复制引擎 内核运行时间限制：是 集成GPU共享主机内存：否 支持主机页面锁定的内存映射：是 表面对齐要求：是 设备具有ECC支持：已禁用 设备支持统一寻址（UVA）：是 支持合作内核发布：是 支持MultiDevice Co-op内核启动：是 设备PCI域ID /总线ID /位置ID：0/1/0 计算模式： <默认（多个主机线程可以同时将:: cudaSetDevice（）与设备一起使用）>
deviceQuery，CUDA驱动程序= CUDART，CUDA驱动程序版本= 9.0，CUDA运行时版本= 9.0，NumDevs = 1 结果=通过
但是当我在Tensorflow中创建Session时，仍然会遇到相同的错误。 （我卸载了tensorflow并再次安装）我的tensorflow版本是'1.10.0'。
我已经使用conda安装了tensorflow-gpu
2018-10-03 11:07:50.532573: I tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: SSE4.1 SSE4.2 AVX AVX2 FMA
2018-10-03 11：07：50.657654：我tensorflow / stream_executor / cuda / cuda_gpu_executor.cc：897]从SysFS读取的成功NUMA节点具有负值（-1），但必须至少有一个NUMA节点，因此返回NUMA节点为零 2018-10-03 11：07：50.658351：我tensorflow / core / common_runtime / gpu / gpu_device.cc：1405]找到具有属性的设备0： 名称：GeForce GTX 1070主要：6个次要：1 memoryClockRate（GHz）：1.645 pciBusID：0000：01：00.0 totalMemory：7.92GiB空闲内存：7.46GiB 2018-10-03 11：07：50.658367：I tensorflow / core / common_runtime / gpu / gpu_device.cc：1484]添加可见的gpu设备：0 2018-10-03 11：07：50.658495：E tensorflow / core / common_runtime / direct_session.cc：158]内部：cudaGetDevice（）失败。状态：CUDA驱动程序版本不足于CUDA运行时版本 追溯（最近一次通话）： 文件“”，第1行，位于 init 中的文件“ /home/uday/anaconda2/envs/py36/lib/python3.6/site-packages/tensorflow/python/client/session.py”，行1494 超级（会话，自我）。初始化（目标，图形，配置=配置） init 中的第626行中的文件“ /home/uday/anaconda2/envs/py36/lib/python3.6/site-packages/tensorflow/python/client/session.py” self._session = tf_session.TF_NewSession（self._graph._c_graph，选择） tensorflow.python.framework.errors_impl.InternalError：无法创建会话。
nvidia驱动程序详细信息
>>nvidia-smi
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 384.130 Driver Version: 384.130 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 GeForce GTX 1070 Off | 00000000:01:00.0 On | N/A |
| N/A 43C P8 9W / N/A | 459MiB / 8111MiB | 0% Default |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| 0 1048 G /usr/lib/xorg/Xorg 322MiB |
| 0 1984 G compiz 65MiB |
| 0 2509 G ...-token=CFC23952F1B00BFEF0F52F62675D8896 69MiB |
+-----------------------------------------------------------------------------+