安装tensorflow-gpu时可能会遇到以下问题之一：

问题1：CUDA版本不兼容 解决方法：确保安装了与tensorflow-gpu兼容的CUDA版本。可以在tensorflow官方网站上找到与所使用tensorflow-gpu版本兼容的CUDA版本列表。例如，如果要安装tensorflow-gpu 2.0，可以选择CUDA 10.0。

问题2：cuDNN版本不兼容 解决方法：确保安装了与tensorflow-gpu兼容的cuDNN版本。同样，可以在tensorflow官方网站上找到与所使用tensorflow-gpu版本兼容的cuDNN版本列表。

问题3：缺少依赖库 解决方法：在安装tensorflow-gpu之前，确保已安装了所有所需的依赖库。这些库包括CUDA、cuDNN、numpy和其他必要的库。可以使用以下命令检查和安装缺少的依赖库：

# 检查CUDA版本
nvcc --version

# 检查cuDNN版本
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

# 安装numpy
pip install numpy

问题4：编译错误 解决方法：如果在编译tensorflow-gpu时遇到错误，通常是由于缺少某些系统库或环境变量配置不正确导致的。可以尝试更新系统库、重新配置环境变量或尝试使用conda等工具安装tensorflow-gpu。

问题5：其他问题 解决方法：如果以上方法都无法解决问题，可以在tensorflow官方网站上查找相关文档、在社区论坛上寻求帮助或提交问题报告。在报告问题时，最好提供详细的错误信息、操作系统信息和相关的代码示例。