第一步：查看本机显卡配置是否支持安装gpu版本的tensorflow
安装gpu版的tensorflow需要安装cuda和cudnn，所以需要检查cuda是否支持本机gpu,需要计算能力大于3.1。
1.查看本机显卡配置,显卡配置为 NVIDIA Tesla P100-PCIE-12GB
2.点击此链接https://developer.nvidia.com/cuda-gpus查看你的显卡型号是否支持安装tensorflow-gpu，可以看到我的显卡计算能力是6.0，支持安装
第二步：安装anaconda
1.下载地址：https://www.anaconda.com/products/individual
我下载的是Anaconda3-2020.02-Windows-x86_64，你们最好下载最新版本。
一路next，注意下面一步不要勾选“Add Anaconda to my PATH enviroment variable”，等会我们手动配置环境变量。
2.配置anaconda环境变量
右击我的电脑——高级系统设置——环境变量——系统变量——双击path
将以下三个路径加入，注意这里要换成你自己的安装路径。C:\Users\t-yaoguo\AppData\Local\Continuum\anaconda3
C:\Users\t-yaoguo\AppData\Local\Continuum\anaconda3\Scripts
C:\Users\t-yaoguo\AppData\Local\Continuum\anaconda3\Library\bin
下图是我的环境变量配置，最后记得点击确定，否则变量并没有添加上。
3.测试anaconda是否安装成功
在cmd中输入conda -V，正常显示版本号说明已经配置好了。
第三步：安装tensorflow-gpu
1.修改镜像源
Conda安装好以后，默认的镜像源国内很多网络环境下访问不稳定，下载速度慢，需要修改镜像源
找到目录 C:\Users<你的用户名> 下的配置文件.condarc，如果没有.condarc文件，则打开cmd命令窗口输入conda config --add channels https://pypi.douban.com/simple和conda config --set show_channel_urls yes,此时就能找到.condarc文件，修改内容如下：
2.创建conda环境
创建一个名为"tensorflow-gpu"的conda环境
激活环境，这样就进入了刚刚创建的tensorflow-gpu环境。
3.安装tensorflow-gpu
先通过以下命令升级pip指令：
安装GPU版本的tensorflow需要输入以下命令：
通过以下命令安装Anaconda基础包：
第四步：安装CUDA Toolkit+cuDNN
1.查看需要安装的CUDA+cuDNN版本
具体安装的CUDA和cuDNN版本需要与安装的tensorflow-gpu相匹配，点击以下链接查看自己的tensorflow-gpu支持的CUDA和cuDNN版本：
https://www.tensorflow.org/install/install_windows#requirements_to_run_tensorflow_with_gpu_support 我安装的tensorflow-gpu是2.3.1版本的，支持的是CUDA Toolkit 10.1和cuDNN 7.6.3.
2.下载CUDA+cuDNN
下载CUDA：https://developer.nvidia.com/cuda-toolkit-archive
下载cuDNN：https://developer.nvidia.com/rdp/cudnn-archive
下载完成！
3.安装CUDA Toolkit和cuDNN
勾选所有，
一路通过即可。
接下来，解压“cudnn-10.1-windows10-x64-v7.6.3.30.zip”，将以下三个文件夹，拷贝到CUDA安装的根目录下。
4.配置环境变量
将下面四个路径加入到环境变量中，注意换成自己的安装路径。
第五步：测试
1.查看是否使用GPU
2.查看在使用哪个GPU
以上，就是如何安装tensorflow-gpu，最最重要的就是弄清楚版本匹配的问题！！
第六步：出错
1.错误1：No module named ‘tensorflow’
多半是CUDA,cuDNN,tensorflow-gpu,python版本不匹配或者环境变量配置错误的问题。
2.错误2：ImportError:DLL load failed:找不到指定的模块。
这个可能是由于某种包没安装或没更新，具体问题具体分析，该安装的安装该更新的更新。
