安装旧版本的TensorFlow GPU可以按照以下步骤进行操作：

1. 查找旧版本的TensorFlow GPU。你可以在TensorFlow官方GitHub页面的releases中找到以前的版本：https://github.com/tensorflow/tensorflow/releases

2. 找到适合你的操作系统和CUDA版本的TensorFlow GPU版本。选择一个兼容的版本，注意查看版本的发布日期以确定它是否是你想要的旧版本。

3. 安装CUDA和cuDNN。在安装旧版本的TensorFlow GPU之前，你需要安装适用于该版本的CUDA和cuDNN。你可以在NVIDIA的官方网站上下载适用于你的操作系统和CUDA版本的CUDA和cuDNN。

4. 创建虚拟环境（可选）。为了避免与其他TensorFlow版本产生冲突，你可以选择在虚拟环境中安装旧版本的TensorFlow GPU。你可以使用conda、virtualenv或者pyenv创建一个干净的虚拟环境。

5. 安装TensorFlow GPU。打开终端或命令提示符，进入你的虚拟环境（如果有的话），然后运行以下命令安装旧版本的TensorFlow GPU：

pip install tensorflow-gpu==

将替换为你选择的旧版本号。

6. 验证安装。在终端或命令提示符中输入以下代码，验证TensorFlow GPU是否成功安装并且可以正常使用：

import tensorflow as tf
print(tf.__version__)
print(tf.test.is_gpu_available())

如果没有错误并且输出显示安装的TensorFlow版本和GPU可用性为True，则表示安装成功。

请注意，安装旧版本的TensorFlow GPU可能存在一些不兼容性问题。确保你的CUDA和cuDNN版本与所选择的TensorFlow GPU版本兼容，并且你的操作系统符合TensorFlow GPU的要求。