---恢復內容開始--
win10+python3.7.3+Anaconda3+CUDA10.0+cuDNN7.5+tensorflow_gpu1.13.1+opencv4.1.0（目前最新）
要保證每個軟件對其他軟件版本要求，來配置開發環境的版本。
（最重要的是：記住，並不是最新版本的軟件版本就是最好最兼容。期間偶幾次想卸載python3.7降到python3.5所有軟件從頭再來。。。最后還是被我一不小心還是被我配出來了，
心路歷程何其艱辛。）
比如坑一：
使用tensorflow_gpu版本然后就要安裝cuda和cuDNN。而這個兩個文件的版本是要根據python的版本來組合安裝的。
坑二：
要注意軟件的安裝順序，先安裝python3.7 ,在安裝Anaconda3（千萬不要配里面的tensorflow和opencv環境，默認是最新版本）。再裝CUDA10.0+cuDNN7.5。最后再在win10命令窗口安裝合適的ensorflow和opencv版本。 如果需要用Anaconda3應用軟件則再配置里面的tensorflow和opencv。這時里面的版本會降成電腦里裝的版本，安裝即可。
參考鏈接：https://www.cnblogs.com/guoyaohua/p/9265268.html
如果想要自己配，切記上面兩坑。下面開始詳解安裝教程：
第一步：安裝python
下載地址：https://www.python.org/getit/
最新版python3.7.3點擊下載。
然后添加python的路徑到環境變量，
注意python的安裝路徑為C:\Users\Administrator\AppData\Local\Programs\Python\Python37-32\Scripts\
檢測python的路徑:
如圖所示安裝成功。
然后安裝opencv
下載鏈接：https://opencv.org/releases/
下載后解壓得到文件夾，
把如下兩個安裝路徑復制粘貼到環境變量：
J:\opencv\opencv4.1.0\build\x64\vc14\bin
J:\opencv\opencv4.1.0\build\x64\vc15\bin
在windous終端輸入：pip install opencv_python 命令(Successfully代表安裝成功)
第二步：安裝Anaconda3
下載地址：https://www.anaconda.com/download/
我系統是64位，所以下載 64-Bit Graphical Installer (637 MB)，之后就是進行安裝了。
這里我們不需要管理員權限
不建議安裝C盤，內存有限。
第三步：配置Anaconda3環境變量
直接用win10自帶的cortant找軟件和設置灰常方便，不信你試試。。。
我們點擊左下角搜索欄搜索“環境變量”
點擊環境變量
選擇“Path”，點擊“編輯”
將以下三個路徑加入，注意這里要換成你自己的安裝路徑。
重要的事情說三遍，安裝路徑，安裝路徑，安裝路徑。。
F:\anaconda\anaconda_1
F:\anaconda\anaconda_1\Scripts
F:\anaconda\anaconda_1\Library\bin
然后點擊“確定”保存，這回再測試一下，再cmd中輸入“conda -V”，能正常顯示版本號，證明已經配置好了。
要特別申明：的是如果你要用Anaconda軟件做opencv的開發，這時千萬別急着安裝里面的opencv和tensorflow
里面都是默認最新的適配Anaconda版本。如圖： （此步為本博客里的所有環境配置成功后自行再Anaconda中配置）
而windous里安裝的是tensorflow_gpu1.13.1(里面可選的都是18.0以上）
所以我們先把windous系統下的tensorflow_gpu配好以后再來安裝Anaconda環境下的tensorflow_gpu時
Anaconda軟件里的庫會自動降到tensorflow_gpu1.13.1如圖所示
第四步:安裝TensorFlow-GPU
官網參考地址:https://www.tensorflow.org/install/install_windows#installing_with_anaconda
按照里面的步驟來就行。
這里我給出里面的具體命令行一條一條的執行。
1.進入終端
2. conda create -n tensorflow pip python=3.7 //創建tensorflow的conda環境 python3.7
（接着會提示幾個問你是否執行，輸入y就行，下圖為python3.5供參考）
等待相應包的安裝，如果國內網絡太慢的話，可以為conda設置清華源，這樣速度能快一點，具體配置過程，
網上查一下吧，此處不再講述。如果看到這樣的提示，就證明conda環境創建成功。
3. activate tensorflow //激活conda環境的tensorflow
4.安裝tensorflow-gpu
安裝GPU版本的tensorflow需要輸入以下命令：
pip install --ignore-installed --upgrade tensorflow-gpu
//安裝tensorflow-gpu 安裝成功后有個Successfully
倒數第三行有一個Successfully，代表安裝成功。
5.安裝Anacomda基礎包
conda install anaconda
第五步：安裝CUDA Toolkit + cuDNN
1.查看需要安裝的CUDA+cuDNN版本
注意，tensorflow是在持續更新的，具體安裝的CUDA和cuDNN版本需要去官網查看，要與最新版本的tensorflow匹配。
點擊查看最新tensorflow支持的CUDA版本：https://www.tensorflow.org/install/install_windows#requirements_to_run_tensorflow_with_gpu_support
這里有個2018年之前老版本的配置表格：（由於我裝的是python3.7這里可以不看跳過直接第二步）
（我在這里踩了不少坑，裝了兩次tensorflow,兩次CUDA。我第一次是因為Anaconda3
開發環境里默認安裝的是tensorflow1.19，然后與CUDA不匹配）
所以按照這個教程電腦匹配安裝的是tensorflow1.13后面CUDA安裝成功后可以顯示安裝版本。
2.下載CUDA 10.0+ cuDNN7.5.0（與python3.7匹配）
在這個網址查找CUDA已發布版本：https://developer.nvidia.com/cuda-toolkit-archive
下載好CUDA Toolkit 10.0 后，我們開始下載cuDnn 7.5，需要注意的是，下載cuDNN需要在nvidia上注冊賬號，使用郵箱注冊就可以，免費的。登陸賬號后才能下載
cuDNN歷史版本在該網址下載：https://developer.nvidia.com/rdp/cudnn-archive
下載win10 版本的，下載好后是這樣的
3.安裝 CUDA Toolkit 10.0 和 cuDnn 7.5
至關重要的一步：卸載顯卡驅動
由於CUDA Toolkit需要在指定版本顯卡驅動環境下才能正常使用的，所以如果我們已經安裝了nvidia顯卡驅動（很顯然，大部分人都安裝了），再安裝CUDA Toolkit時，會因二者版本不兼容而導致CUDA無法正常使用，這也就是很多人安裝失敗的原因。而CUDA Toolkit安裝包中自帶與之匹配的顯卡驅動，所以務必要刪除電腦先前的顯卡驅動。
這里還有坑：
卸載完顯卡驅動后你還要刪除文件，不然你是裝不上CUDA的。
刪除系統盤中Program Files (x86)和Program Files內包含的 NVIDIA Corporation和NVIDIA GPU Computing Toolkit文件夾 
*此時顯卡驅動已經刪了，桌面右鍵的NVDIA控制面板也不見了
重啟電腦后，再安裝CUDA也就是下載的第一個應用文件
下圖為CUDA9.0的安裝，過程都是一樣的。
接下來，解壓“cudnn-９.0-windows10-x64-v7.zip”，將一下三個文件夾，拷貝到CUDA安裝的根目錄下。
這樣CUDA Toolkit 9.0 和 cuDnn 7.0就已經安裝了，下面要進行環境變量的配置。
將下面四個路徑加入到環境變量中，注意要換成自己的安裝路徑。（注：我安裝的路徑里的是CUDA１０.０哦！）
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v９.0
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v９.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v９.0\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v９.0\libnvvp
到此，全部的安裝步驟都已經完成，這回我們測試一下。
六、檢查cuda是否安裝成功：
import tensorflow as tf
tf.test.gpu_device_name() //查看是否使用GPU
2.查看在使用哪個GPU
from tensorflow.python.client import device_lib
device_lib.list_local_devices() //查看使用哪個gpu
ｏｋ寫完，這篇博客寫的我好累啊，我要休息下《Ｔ＿Ｔ》．．．．．
踩了兩個星期的坑。。。。
終於把這個環境安裝好了，以后再也不用大刀闊斧，配置開發環境版本是一個深坑。。。
（再也不用擔心機器學習了。。。口責 口責。。。）
win10+python3.7+Anaconda3+CUDA10.0+cuDNN7.5+tensorflow_gpu1.13.1+opencv3.4.2
這個配置方案我親自一路踩坑過來，目前還沒發現出現bug的情況，親測有效哦！
后面如若有什么問題，可以在下方留言，大家一起溝通交流。。。。
（那些年我們一起踩過的坑）
---恢復內容結束---
