1、查看本机的CUDA驱动适配版本

桌面右键打开英伟达控制面板，点击帮助->系统信息->组件

tensorflow各个版本与cuda版本的对应关系

参考https://tensorflow.google.cn/install/source_windows#gpu

根据参考，我的电脑就是安装tensorflow_gpu-2.0.0版本，CUDA安装10.0版本，cudnn是7.4版本

2、 安装CUDA

下载地址：https://developer.nvidia.com/downloads（注意：国内访问很卡，需要借助特殊工具）


下图拉到最下面

下载完成后安装cuda

选择解压路径，$注意：这里是解压路径，不是安装路径，不要和安装路径是相同的，我开始$
$以为是安装路径，和后面的安装路径是一样的，导致安装完成之后就没了$

等待安装完成

安装完成后，等待检查系统兼容性

检查完成后，选择同意并继续

选择自定义安装方式

先把NVIDIA GeForce Experience 的对勾去掉，不安装它

如果电脑没有安装Visual Studio 那就把Visual Studio Intergration 勾去掉，即便安装了也可以取消

查看驱动版本，如果当前版本大于新版本，那就取消掉勾，我这里取消掉了

下面的由于我的当前版本和新版本相同，我就取消勾选了，也可以不取消

最后点击下一步安装，然后选择安装位置，默认就可以了，继续下一步，等待大概10分钟
安装完成之后关闭

关闭之后找到软件安装目录，比如我的如下图，找到nvcc.exe文件，确认有就可以

再找到如下文件，确认有就可以

3、安装cuDNN

下载地址：https://developer.nvidia.com/rdp/cudnn-archive

选择window10的下载

下载需要先注册为英伟达账号，直接用提示的社交网络账号登陆就行，需要验证邮箱
$注意：不要使用qq邮箱，等了半天没消息，很是墨迹，很慢！！！换了163的立马发了验证邮件！$
下载完成之后，解压

解压之后文件夹名字是cuda

改名为cudnn

然后复制整个文件夹到CUDA安装目录下，比如我的是：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0，然后确认一下cudnn文件夹下是否有这个文件

4、添加环境变量

到系统环境变量里德Path里，确认一下是否有一下两个，安装CUDA的时候会默认添加

然后添加CUPTI环境变量

添加完成之后上移到第三的位置


同样的把cudnn/bin目录添加到环境变量中，并且上移到第四位置

保存环境变量后，打开控制台，输入：nvcc -V 查看版本信息

5、安装tensorflow

自行安装anaconda

创建虚拟环境

conda create -n tf-gpu python=3.6

激活环境：

activate tf-gpu

安装tensorflow

pip install --upgrade tensorflow-gpu==2.0.0

进入python，查看tensorflow版本

查看一下gpu可否使用

Anaconda的使用参见我的另一篇博文：https://blog.csdn.net/s_daqing/article/details/117846862