windows10 + Anconda + CUDA10.0 + cudnn + TensorFlow2.0.0
安裝過程中，最重要的是將版本對應起來
-
Anaconda 安裝
通過安裝anaconda軟件，可以同時獲得 Python 解釋器、包管理，虛擬環境等一系列的便捷功能，尤其是當你需要不同的 python版本時，很方便創建。
這個去官網下載就可以了： https://www.anaconda.com/distribution/#download-section
-
CUDA安裝
目前深度學習框架大都基於 NVIDIA 的 GPU 顯卡進行加速運算，因此需要安裝 NVIDIA 提供的 GPU 加速庫 CUDA 程序。
安裝之前需要先查看自己的電腦顯卡型號
找到自己所符合的cuda版本
然后去官網上下載對應的版本：https://developer.nvidia.com/cuda-10.0download-archive
推薦下載本地安裝包，下載完后，解壓開始安裝，需要注意的幾點是：
-
選擇 custom 選項，這樣可以只安裝自己想要的
-
在 CUDA 節點下取消安裝 Visual Studio Integration
-
在 Driver components 節點下，對比 New Version 和 Current Version 版本，如果 Current Version 大於 New Version ，則需要取消 Display Driver 的勾，如果小於或等於，則默認勾選即可
-
檢測 cuda 是否安裝成功，win + R 打開命令行，輸入 nvcc -V ，輸入下面信息則安裝成功
-
-
cudnn 安裝
cudnn 庫並不是運行程序，只需要下載解壓 cuDNN 文件，並配置 Path 環境變量即可
在官網上下載 cuda 10.0 匹配的 cudnn 版本，下載 cudnn 的時候需要先注冊一個賬號
下載完成后，解壓后將 cuda 的文件夾重命名為 cudnn765，並復制此文件夾進入 cuda 的安裝路徑 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0，粘貼“cudnn765”文件夾即可
-
環境變量 Path 配置
上述 cudnn 文件夾的復制即已完成 cuDNN 的安裝，但為了讓系統能夠感知到 cuDNN 文件的位置，需要額外配置 Path 環境變量。
打開“此電腦”，選擇“屬性”，選擇“高級系統設置”，選擇“環境變量”。在“系統變量”一欄中選中“Path”環境變量，選擇“編輯”，選擇 “新建”，輸入 cuDNN 的安裝路徑“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\cudnn765\bin”，並通過“向上移動”按鈕將這一項上移置頂。
此時環境變量中應該包括以下三項：
-
TensorFlow2.0.0 安裝
在 anaconda 創建一個獨立的 python=3.6 版本
conda create --name tensorflow-gpu python=3.6
再使用清華源來安裝 tensorflow2.0.0（這里需要注意的是最好指定版本，最開始我自己沒指定，下載的是最新的版本2.1.0，導致在使用的時候有個庫找不到，這個庫 cuda10.1 版本才有）
pip install tensorflow-gpu==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
下載完成后，來測試是否安裝成功，輸入 python 進入 python 交互式終端，輸入
import tensorflow as tf
沒錯的話，繼續輸入
tf.test.is_gpu_available()
如果最后出現 True，恭喜你，安裝成功，若失敗，則需要再次檢測CUDA，cuDNN，環境變量等步驟