聲明和提示：
因為每個人的電腦軟硬件環境配置均不同，所以所面臨的問題往往也不同，我也是安裝了一些時間，各種配置，重裝，因此在盡可能保證通用性的情況下，在此記錄下來，減少大家走彎路的過程。尤其是一些細節的地方，往往容易出錯，也很難找出錯誤所在，這點大家要注意一下。並且網上給的方案要么已經過時，要么沒有系統性，因此寫下本人所有軟件硬件的全套方案。
第一步、環境准備，各種文件的安裝下載
（1）硬件驅動相關的准備
首先參照這張表：（英偉達官方配置參照：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html）
建議去英偉達官方下載最新驅動：https://www.nvidia.cn/Download/index.aspx?lang=cn
根據你的顯卡進行選擇，然后搜索下載（可能這里會比較慢，建議用迅雷，速度非常快）
全部默認安裝下載即可。這里不需要進行什么額外配置
（2）安裝cuda和cudnn，這兩個也建議安裝最新版本的
（也建議用迅雷下載，不少人表示cuda10比cuda9要快，而且本人用的均是最新版都沒問題，所以大家放心用吧）
ps：cuda不需要注冊，但是cudnn需要注冊，自行注冊下載即可
這里是cuda10.1下載地址：https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
ps:畫紅框的地方注意一下，建議下載本地安裝版的，聯網安裝的非常慢。
如果需要其他版本的cuda，官方鏈接：https://developer.nvidia.com/cuda-toolkit-archive
點擊對應所需的cuda版本即可。
下載完成后，之間點擊安裝，所有選項默認即可。
接下來是cudnn的下載，這里需要注冊，大家自行注冊，然后下載（依舊用迅雷）。
下載網址：https://developer.nvidia.com/rdp/cudnn-download
下載版本對照，官方對照地址：（https://tensorflow.google.cn/install/source_windows
（ps：谷歌官方沒有及時更新，導致cuda10沒有出現在其中，可以直接忽略，參照上面圖片中nvidia官方提供對照即可）
下載完成后，解壓，然后里面有三個文件夾和一個說明的txt文檔
將cudnn解壓bin文件夾中的cudnn64_7.dll文件復制到cuda默認安裝目錄：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1（這里根據cuda版本修改）\bin
（同上）將cudnn解壓include文件夾中的cudnn.h文件復制到：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1（這里根據cuda版本修改）\include
（同上）將cudnn解壓lib文件夾中的x64文件夾的cudnn.lib復制到：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1（這里根據cuda版本修改）\lib\x64
基本上硬件驅動及相關環境配置基本完成，可以進行以下測試，用nvcc -V監測cuda是否安裝成功，cudnn因為暫時沒有用到，所以無法測試，后期修改cudnn比較簡單，無需擔心
（2）安裝anaconda，這里建議安裝anaconda3.5.2版本，最新版本是3.5.3
ps：之所以這么建議，主要是博主本人遇到過兩個問題，一個是3.5.3默認是python3.7（目前很多都只支持到python3.6），雖然可以退回python3.6，但是依舊麻煩不已，很費時間，第二個是動態鏈接庫缺失的問題，這個問題至今沒有搞明白，因為通過直接安裝3.5.2版本沒有出現后就沒有深究了，主要懷疑是環境變量那里出現了問題。
這里下載推薦使用清華鏡像下載源：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
然后是安裝的過程，直接一路next就行，其中也可以進行一些選擇，但是本着‘傻瓜式’安裝的原則，建議直接全部下一步進行安裝。
安裝完成之后，就是配環境變量了。
至於如何詳細使用anaconda，請參照這個博主：https://blog.csdn.net/ITLearnHall/article/details/81708148（雖然有些雜亂，但還是可以參考）