跟着網上一大堆教程做了好久，我發現了一個很嚴肅的問題，幾乎都是一個模板，也不思考為什么要這么做。報錯了都直接百度下一個問題。運氣好就很快配成功了，運氣不好就配不成功。雖然大致流程都差不多，有一些關鍵問題需要注意
Attention:cuda版本和cuDNN版本問題的確定，首先把你的顯卡驅動更新到最新版本，其次打開你的pycharm(博主偏愛，大家隨意)，安裝tensorflow gpu，注意，如果你之前有tensorflow，必須卸載那個庫。接下來，不要相信任何網上兼容版本，那都是垃圾，cuda8.0+cuRNN6.0，cuda9.0+cuRNN7.0 這個都是運氣好，因為NVIDIA的版本更新跟google的tensorflow不是同步的。明明你看NVIDIA的新版本支持tensorflow，最后運行測試程序cudart這個文件總有問題。
所以最佳版本的尋找流程如下：在pycharm界面下， 已經安裝完tensorflow gpu的庫，雙擊shift，查找‘cudart’或者‘build_info.py’，只會有一個匹配文件，點進去里面記錄了tensorflow的版本對應的cuda和cuDNN的版本。記住小版本好也會有影響，9.1跟9.0是不一樣的。
博主的問題就是這樣，NVIDIA出了cuda9.1，我下載安裝后，並用了對應版本的cuDNN之后，跑程序，發現cudart64_90.dll這個文件找不到，這個文件的最后兩位數字表示版本是9.0，不是9.1。可以選擇把文件里的配置改掉，改成9.1，可以生效，但博主還是重新下了對應版本。但是你如果安裝了8.0，修改版本號是沒用的，在構建工程時會失敗。
第二個問題，cuDNN的版本有很多種，不是cuRNN7.0就一定對應cuda9.0的,也有cuDNN7.0對應cuda8.0的，所以下載的時候需要特別注意
最后一個問題：顯卡要求會比較高，便宜的顯卡跑起來不如cpu快。
基本上console出現了如上圖的紅字，環境就搭建成功了，沒問題