這兩天折騰tensorflow的軟硬件環境，把一些需要的資源和注意點羅列出來：
1.使用tensorflow的CPU版本，建議前往github上下載，直接pip安裝會有avx報警,地址如下,
windows版本：https://github.com/fo40225/tensorflow-windows-wheel
其他：https://github.com/lakshayg/tensorflow-build
注意：看准本版號點進入，不要看后邊的描述不准，如1.12里邊有cpu也有GPU對應有python3.6和3.7！
2.安裝GPU版本，要注意顯卡型號，一般是NVIDIA，可以查看這些顯卡的算力，地址https://developer.nvidia.com/cuda-gpus
一般來講算力2以上都可以！
3.CUDA下載地址：https://developer.nvidia.com/cuda-toolkit-archive
4.CuDNN下載地址：https://developer.nvidia.com/rdp/cudnn-download
5.顯卡驅動下載地址：https://www.nvidia.cn/Download/index.aspx?lang=cn
6.不建議使用tf-nightly安裝tensorflow
7.自己使用了GTX750TI顯卡，安裝了cuda10.0和對應cudnn7.3，需要安裝對應tensorflow1.12在github上有！
pip安裝的tensorflow1.1版本報錯，1.12才正常！
8.虛擬環境測試：
安裝了python3.6.8的環境后，直接pip install 離線包cpu版 測試程序可用！