windows上安装gpu版本tensorflow2.0环境时，遇到了一些问题，这里记录下来供大家参考。
在安装gpu版
t
ensorf
low2.0
之前，需要先安装相应版本的cuda和cudnn，各版本对照表如下：
1、更新显卡驱动
不同版本的cuda对显卡驱动版本有要求，所以需要先安装对应版本的显卡驱动。具体对照如下：
查看本机显卡驱动版本，方法有2种，一种方法是按下图方法查看：
另一种是通过命令行的方式查看：
nvidia-smi用命令行方式之前，需要先配置环境变量PATH，一般PATH为：
C:\Program Files\NVIDIA Corporation\NVSMI
PATH配完之后，重启命令行就可执行查看：
如果驱动不符合，可以在官网：
https://www.geforce.cn/drivers
下载安装，推荐自动更新方式，安装完成后，最好重启下电脑。
2、安装cuda
在官网下载对应版本的cuda然后进行安装，安装完成后需要配置2个PATH环境变量
(具体见下图)
。
配置好环境变量后，执行命令检查是否安装成功：
nvcc -V
3、替换cudnn文件
cudnn是神经网络的加速包，可以去官网下载对应版本的cudnn压缩包。解压cudnn文件后，需要用加压出来的3个 文件夹中的文件(非整个文件夹)
把cuda安装路径的相应文件夹下的同名文件替换掉。
(注意lib文件夹还有个2级文件夹，只需替换里面的1个文件)
4、安装tensorflow-gpu==2.0
安装tensorflow包的时候，用管理员权限启动命令行，不然可能会遇到权限不够的情况。pip install后面最好加上国内的源，下载速度会快很多：
pip install tensorflow-gpu==2.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
如果本机上以前安装了版本不符合的wrapt时，在卸载升级的时候可能会遇到编码问题报错，这时候可以根据报错提示，把此路径：
C:\ProgramData\Anaconda3\Lib\site-packages\pip\compat\__init__.py
第75行的s.decode('
utf_8
')，先改成s.decode('
gbk
')，等安装成功后，再改回去。
等tensorflow安装成功后，检查一下tf版本是否正确：
import tensorflow as tftf.__version__
没有报错，安装成功！
参考资料：
https://tensorflow.google.cn/install/source#linux
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
https://developer.nvidia.com/cuda-10.0-download-archive
