一、自己的環境
操作系統：win10 GPU：GTX1050+CUDA9.0+cuDNN IDE:Pycharm 框架：tensorflow-gpu 解釋器：Python3.6（強烈建議anaconda3，又方便又強大，下載太慢可以找鏡像）
二、安裝順序
1、首先安裝CUDA9.0。下載地址：https://developer.nvidia.com/cuda-toolkit-archive
選擇9.0版本是因為網上說，tensorflow的windows-gpu還不支持CUDA的新版本。再加上同學安裝的也是9.0，用的沒有問題，所以就選擇了這個版本。
在下載的時候選擇適合自己的版本。
我選擇的如上圖，剛開始第四行選擇的是右邊的那個，但是下載下來安裝不了，百度查是電腦缺少什么壓縮軟件，所以建議選左邊的那個。
然后只需要選擇下圖的base installer即可。
打開下載好的CUDA9.0開始安裝，剛開始的安裝程序存放位置，自己隨意就好。
下一步會檢測系統兼容性，有些顯卡是不支持GPU的，自己需要先查清楚。
下一步接受協議
下一步選擇安裝模式，我選擇的是自定義，程序默認的精簡模式應該可以理解為安裝所有東西，其中包括了我暫時不用的VS以及顯卡驅動，所以我選擇的是自定義模式。這也是查了其他的博文所做出的選擇。
下一步的選擇為
下一步會讓選擇安裝路徑，我最初是自己設置了路徑，因為不想往C盤放東西，可是安裝完之后，在我設置的路徑里沒找到安裝的CUDA，他還是安裝在了C盤，並且沒有安裝完全。所以我安裝了第二次，我並沒有卸載第一次裝的，因為沒找到卸載的方法。直接開始了第二次安裝，還是選擇自己設置的路徑，還是沒安裝成功。很難受，所以第三次安裝直接選擇他的默認路徑，一點多個G還能接受，放在C盤也問題不大。這次安裝成功了。
所以個人建議，如果C盤能接受一個多G，不如直接安裝在默認路徑，防止老出問題。
安裝完成之后，下一步需要配置環境變量。
如果安裝成功，系統變量會多出兩個為
還需要自己添加幾個系統變量
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0(這是默認安裝位置的路徑，如果自己路徑設置安裝成功的話就用自己的路徑)
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
添加好之后應該像下面這樣。
下一步在系統變量PATH里添加東西。找到系統變量的PATH雙擊。
添加下列東西。
%CUDA_LIB_PATH%
%CUDA_BIN_PATH%
%CUDA_SDK_LIB_PATH%
%CUDA_SDK_BIN_PATH%
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64 這些均為默認路徑，有需要的話自行修改
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0\common\lib\x64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0\bin\win64
添加完之后CUDA就算安裝完成了。我們可以檢驗是否安裝成功。
打開CMD，cd到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\demo_suite （這是默認路徑）
分別執行命令：bandwidthTest.exe
deviceQuery.exe
若分別返回
則代表CUDA9.0安裝成功。
2、安裝cudnn。
去官網（https://developer.nvidia.com/cudnn）上下載搭配CUDA9.0的cudnn ，一定要注意搭配9.0。會需要注冊英偉達的賬號。
下載好之后，解壓，分別將.h .lib 和.dll 文件分別拷貝到cuda
的..\V9.0\include
, ..\v9.0\extras\CUPTI\lib\x64
, ..\v9.0\bin 文件夾下。其實也就是對應的文件夾。
到這里就安裝好了CUDA9.0及其對應的cudnn。
3、安裝tensorflow-gpu
注意：先配置環境，在安裝框架（注意各個包版本的對應關系）
對應關系：https://tensorflow.google.cn/install/source_windows
Anaconda初步學習
0.下載Anaconda安裝包：Anaconda官方下載地址
我下載的是Anaconda4.4.10 For Windows 64bit（內置python3.6）
下載好了就安裝，一直下一步。
1.檢查Anaconda是否成功安裝：conda --version
2.檢測目前安裝了哪些環境：conda info --envs
安裝環境只有一個，不用擔心。
3.檢查目前有哪些版本的python可以安裝：conda search --full-name python
（好多呀，要哪個呢？嘻嘻當然是python3.6啦）
4.安裝不同版本的python：
對於GPU版本：conda create --name tensorflow-gpu python=3.6
對於CPU版本：conda create --name tensorflow python=3.6
（默認情況下會自動選擇最新版本分支）
5.按照提示，激活之：activate tensorflow
（嘻嘻它有了一頂小帽子~代表我的當前環境哦）
6.確保名叫tensorflow的環境已經被成功添加：conda info --envs
（Bravo!）
7.檢查新環境中的python版本：python --version
基本已經完成。
8.安裝 tensorflow
命令行輸入：pip install tensorflow-gpu，默認安裝最新的tensorflow 版本1.5.0，
安裝完成后使用 import tensorflow as tf 出現如下錯誤：
度娘后發現CUDA8.0 不支持tensorflow 1.5，故需要降低版本。（也可提升CUDA版本，不過需要注意CUDA與cudnn版本的對應，以及是否與電腦的GPU兼容，否則很容易入坑。cuda8對應 cudnn6，cuda9 對應cudnn7.）
卸載pip uninstall tensorflow-gpu-1.5.0
選擇安裝版本：pip install tensorflow-gpu==1.4.0
9.確認tensorflow安裝成功：
錯誤嘗試:直接在cmd里面鍵入python，然后鍵入import tensorflow as tf
遇到問題：No module named ‘tensorflow’ 是因為我們環境中包含了2個python環境，一個base，一個tensorflow-gpu，兩個環境版本可以是一樣的，筆者的均是3.6.4。
正確嘗試：進入Anaconda Prompt-python里
輸入：activate tensorflow-gpu 的環境，鍵入python，然后再鍵入import tensorflow as tf
在這里可以找到Anaconda Prompt-python：
10、tensorflow開發環境
（1）spyder
打開Anaconda Navigator（開始菜單->Anaconda 3->Anaconda Navigator），搞一個spyder玩，點擊spyder下面的“install”，安裝好就變成“Launch”了，點擊就可以進去了。
在spyder里對tensorflow說Hello!
輸出：
（2）、jupyter notebook 這個工具比較流行
Jupyter is a web application that allows you to create and share documents that contain live code, equations, visualizations and explanatory text.
安裝完Anaconda后可直接打開jupyter notebook。或者在Anaconda Prompt中輸入jupyter notebook
坑1：在jupyter notebook中新建.py文件，import tensorflow as tf，運行后又是那句之前見到過很多次的提示：not find module TensorFlow，想了一下，spyder 環境中會通過Application 選擇 base 環境還是 tensorflow-gpu/tensorflow 環境，而jupyter notebook也需要選吧。一想還沒激活環境呢。
坑2：退出jupyter notebook，在Anaconda Prompt 輸入：activate tensorflow-gpu ,啟動，依然是之前那個提示。
填坑：
之前我們在Anaconda安裝好了TensorFlow，但要想在Jupyter notebook上使用，還不行，接着安裝ipython（好像最新 都不需要重新裝了），安裝jupyter。
以上算是Anaconda安裝好了TensorFlow，但要想在Jupyter notebook上使用，還沒完。
接着安裝ipython，安裝jupyter。
第一步>>activate tensorflow-gpu
第二步>>conda install jupyter
安裝完成后在打開jupyter notebook 運行
import tensorflow as tf a=tf.constant([1.0,2.0],name="a") b=tf.constant([2.0,3.0],name="b") result =a+b print(result) sess=tf.InteractiveSession() print(result.eval()) sess.close()
需要在新的環境下安裝一個jupyter notebook
有個問題：在cmd里輸入jupyter notebook打開的是base(root)環境下的cpu版本的tensorflow。
想要在cmd里打開自定義環境中的jupyter需要：去開始菜單欄或者直接運行logo的方式
Ubuntu16.04下安裝cuda和cudnn的三種方法
https://blog.csdn.net/wanzhen4330/article/details/81699769
注意你大可以裝雙系統，單數虛擬機下的linux系統他調用不聊顯卡。
參考：https://www.cnblogs.com/wanyu416/p/9536853.html
https://blog.csdn.net/zqx951102/article/details/89105110