前面已經安裝好了anaconda。
1.安裝英偉達驅動。
右鍵Nvidia控制面板，查看顯卡型號。
進入英偉達官網，https://www.nvidia.cn/
然后點擊，進去輸入信息。
notebooks代表筆記本。
搜索結果，選了第一個下載。
安裝都使用了默認設置。
安裝完重啟。
2.安裝VS2015
下載地址：
http://download.microsoft.com/download/0/B/C/0BC321A4-013F-479C-84E6-4A2F90B11269/vs2015.com_enu.iso
雙擊vs_community，要安裝一會兒。
3.安裝CUDA
https://developer.nvidia.com/cuda-90-download-archive
選擇了本地安裝的版本，cuda9.0
下載完了正常安裝。
出問題了
https://blog.csdn.net/ygjustgo/article/details/78883981
參考博客說：這個問題的主要原因是你本機的顯卡驅動版本比CUDA中自帶的驅動版本高
先不管，繼續安裝看看。
安裝完了查看環境變量，計算機右鍵，高級系統設置，環境變量，path，有上面這兩個。
測試是否安裝成功：
打開命令窗口，在“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin”路徑下輸入：nvcc -V
如果安裝正常，且組件都正常，那么會輸出下面圖中所示的驅動版本信息，表示安裝成功。
4.安裝cudnn。
https://developer.nvidia.com/rdp/cudnn-download
注冊。下載cudnn，選擇了7.5.
解壓文件夾。分別進入這三個文件夾，將里面的文件移動到對應的cuda文件夾。
復制解壓文件夾cuda至C盤根目錄
復制bin路徑，修改環境變量
5.安裝tensorflow
創建一個環境起名tensorflow-gpu：conda create --name tensorflow-gpu python=3.6
激活環境，activate tensorflow-gpu
安裝：
pip install --ignore-installed --upgrade tensorflow_gpu==1.8.0
6.測試安裝
import tensorflow as tf報錯
FutureWarning: Passing (type, 1) or '1type' as a synonym of type is deprecated; in a future version of numpy, it will be understood as (type, (1,)) / '(1,)type'.
百度發現numpy版本過高，使用numpy-1.16-0版本即可
pip install numpy==1.16.0
測試參考的博客：https://zhuanlan.zhihu.com/p/37086409