我的安装版本：
- win10 x64
- VS2015
- conda python 3.7
- 显卡 GTX 940mx
- Cuda 9.0
- cudnn v7.3.1
- Tensorflow-gpu 1.13.1
1.安装Anaconda
自动安装python3.7
2.安装VS2015
tensorflow其实是基于VC++2015开发的，所以需要安装vs2015
下载地址 https://pan.baidu.com/s/1F7g4sn5qj82RI0syjznFMQ 密码：fe9f
https://my.visualstudio.com/Downloads?q=visual%20studio%202015&wt.mc_id=o~msft~vscom~older-downloads
3. 安装显卡驱动
去官网找适合自己型号即可
4. 安装CUDA
显卡型号支持：https://developer.nvidia.com/cuda-gpus
下载安装CUDA，安装好之后把CUDA安装目录C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.0下的bin和lib64添加到Path环境变量中
在命令行输入nvcc --version(或者nvcc -V，大写的V)，出现此图说明成功安装了vs+cuda+cudnn
如果之前已安装高版本显卡驱动，安装CUDA时需要自定义并取消最下面的驱动安装，否则也会安装失败。
5. 安装cuDNN
下载CuDNN需要注册账号
解压压缩包，把压缩包中bin，include，lib中的文件分别拷贝到C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.0目录下对应目录中
6. 拷贝dll
把C:Program FilesNVIDIA GPU Computing TookitCUDAv9.0extrasCUPTIlibx64cupti64_80.dll拷贝到C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.0in
7. 进入cmd，安装gpu版本的TensorFlow
要注意用conda装tensorflow时候，会自动下载cuda和cudnn，如下图所示，我想要cuda9.0，却被conda自动安装了10.0；
而这里用conda自动安装的版本可能和直接在电脑上安装的cuda版本不一致，所以在安装好pip install tensorflow-gpu==1.13.1之后，要重新安装pip install cudatoolkit==9.0（不用卸载cudatoolkit，因为卸载cudatoolkit会将tensorflow-gpu等相关文件一并卸载，直接装需要的cudatoolkit版本，就会将原先的版本卸载掉，再安装新的版本），否则会报内外版本不一致的错误。
安装tensorflow时，直接在命令行输入安装速度会很慢，可以尝试使用国内的镜像
可以在使用pip的时候在后面加上-i参数，指定pip源
eg: pip install *** -i https://pypi.tuna.tsinghua.edu.cn/simple
阿里云 http://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣(douban) http://pypi.douban.com/simple/
清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/
8. 测试是否安装成功
import tensorflow as tf x= tf.random_normal((10, 10)) y = tf.random_normal((10, 50)) z = tf.matmul(x, y) sess = tf.InteractiveSession() sess.run(z) print(z)
参考文献：
【3】win10 + cuda(v9.0) 安装TensorFlow-gpu版
【4】win10安装tensorflow-gpu版安装连接（visual studio2015+cudn8.0+cudnn6+anaconda3+tensorflow-gpu）
【5】Windows下搭建TensorFlow环境（GPU版本）
【7】windows 10 64bit+Tensorflow+Keras+VS2015+CUDA8.0+cuDNN v6.0 GPU加速