看到有很多朋友问TensorFlow-gpu如何配置，我打算分享下我的安装经验。
first and first
兄dei，你的显卡是NVIDIA 1060 以上吗？
不是的话，先去买个深度学习 穷人入门版 的1060的显卡吧（最低1050ti才可以在深度学习领域划水），在公司工作的、土豪建议直接2080Ti，或者专业图形显卡P100
只有NVIDIA显卡支持GPU加速
TITAN系列显卡
专业图形显卡
首先看看你的系统配置，WIN10系统上的鼠标右键打开NVIDIA控制面板，
找到“组件”里的CUDA型号，比如我的就CUDA10.2
安装TensorFlow-gpu
到如下网址查看你的匹配的TensorFlow-gpu的版本
https://www.tensorflow.org/install/source_windows
在你的虚拟环境里（最好用anaconda创建pythnotallow=3.6虚拟环境，python3.7太新新，有些git代码不支持,python3.5太老，不知道如何创建anaconda虚拟环境的百度），输入如下命令，记得选择对应的TensorFlow-gpu版本安装
pip install tensorflow-gpu==1.14 -i http://pypi.douban.com/simple
准备CUDA和cuDNN安装文件
打开下面的网址下载，符合你电脑的CUDA
https://developer.nvidia.com/cuda-toolkit-archive
进入一下网站https://developer.nvidia.com/rdp/cudnn-download 下载相配的cuDnn 版本
进这个网要注册登录一下，
才能看到如下界面，图中有写明cuDNN 几点几对应 CUDA哪个版本。注意选取下载。
现在有了CUDA和cuDNN两个必备的文件，接下来先双击第一个文件cuda.exe进行安装
CUDA安装
安装路径可以默认也可以自定义。之后点击ok就行
等一会，加载。。。
keep waiting(好事多磨，再等会。。。)
点同意意，继续
如果不知道怎么选，就选择精简安装。
选默认或自定义，记下安装路径
最终“下一步”，然后“完成”就行。
配置系统环境变量，选择path：
以下两个是自动就有的，没有自己加一下。
win+R打开cmd,验证安装：nvcc -V
出现如下图代码，就是成功安装CUDA了
配置cuDNN
接下来，该用到第二个文件
解压后出现bin、include、lib三个文件夹
一个一个复制粘贴到刚才的CUDA安装路径下
接下来添加cudnn的path
这里特别重要，改成你自己的路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include
至此cuDNN安装完成！！
测试
1、进入cmd激活你装好TensorFlow-gpu环境，键入python进入python shell；
2、输入import tensorflow as tf导入tensorflow库，无报错即成功安装TensorFlow；
3、键入代码
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()有如下图的效果，即说明使用了GPU进行计算。
提醒
pycharm里运行TensorFlow-gpu会报一些warning，那些提醒是因为版本太新或者有些稍微不匹配的问题，不过不用担心，只要会出结果，能运行就是成功了。
tensorflow-gpu安装成功！
