前段時間給我的筆記本裝CUDA和Tensorflow-gpu失敗了無數次，就在我打算棄坑的時候，今天居然無意中成功了，太高興了。在這把過程簡單記錄下來，希望對別人有幫助。
【電腦簡述】
電腦類型：筆記本電腦
操作系統：Windows10
GPU硬件：Geforce MX150
【軟件安裝過程】
下面是大致的安裝過程，由於中間反復了幾次，不一定嚴格按照這個順序：
（1）Python 3.7.2+基礎配套庫（numpy等等）（https://www.python.org/downloads/）
（2）Microsoft Visual Studio2017 （安裝教程：https://pan.baidu.com/s/1yFLFsiYV57amzvCqUaa4UA 提取碼：usyp）
需在安裝CUDA前安裝Visual Studio。
（3）Windows SDK 10.0.15063.0 （鏈接：https://pan.baidu.com/s/15x7LxHWZct0lgAbw0ABcjg 提取碼：vlkz
安裝Windows 10 SDK前請務必退出Visual Studio 2017，否則可能會出現安裝報錯或者是安裝失敗等情況。
注：自定義安裝Microsoft Visual Studio2017時，可以選擇window SDK的版本，可以選中這個版本，也可以試試最新版本看CUDA編譯時會不會有問題。
（4）升級Geforce MX150驅動程序25.21.14.1881.
進入windows系統設備管理器，在線升級顯卡驅動程序至最新版。
（5）CUDA 10.0.130 （https://developer.nvidia.com/cuda-downloads）
安裝完成后，首先進入cmd命令行，輸入nvcc -V，會顯示CUDA版本信息，如果顯示無此命令，需要設置環境變量（具體操作詳見其他文章）。
然后，點擊CUDA Samples，進入Samples文件夾，隨便選一個sample進行測試，以\0_Simple\asyncAPI\asyncAPI_vs2017.sln為例，直接雙擊，在Visual Studio 2017中編譯和運行，顯示出GPU和CPU的使用情況，代表程序安裝成功。
（6）cuDNN 7.4.2.24 （https://developer.nvidia.com/cudnn）
在Nvidia網站注冊會員后，下載解壓縮，拷貝到CUDA安裝文件夾即可（詳見其他文章）。
（7）Tensorflow-gpu 1.13.0rc2
安裝最新版的Tensorflow-gpu 1.13.1（有可能還需要安裝CPU版），然后在cmd中運行python命令，然后輸入以下命令測試：
import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
顯示出以下內容，大功告成！！！
補充：針對有同志反應的安裝Tensorflow-gpu后出現（ImportError: DLL load failed: 找不到指定的模塊。）問題，建議卸掉Tensorflow-gpu后，按照先安裝tensorflow，然后安裝Tensorflow-gpu的順序。
（8）Keras 2.2.4.
喜歡用keras的還可裝一個跑GPU。
---------------------
版權聲明：本文為CSDN博主「魏小筠」的原創文章，遵循CC 4.0 by-sa版權協議，轉載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/wecast/article/details/87937143