win10超全Tensorflow-gpu安装+CUDA+cuDNN+keras攻略
显卡型号是 NVDIAGEFORCE GTX1050，NVDIA官网算力6.1，比起tensorflow-gpu最低要求3.1，够运行了
NVIDIA GPU 算力表 https://developer.nvidia.com/cuda-gpus
CUDA9.0安装：
CUDA(Compute Unified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。 开发人员现在可以使用C语言来为CUDA™架构编写程序，C语言是应用最广泛的一种高级编程语言。所编写出的程序于是就可以在支持CUDA™的处理器上以超高性能运行。
CUDA9.0下载：https://developer.nvidia.com/cuda-downloads
下载界面
我的电脑是window10，所以就选择如图所示的选项。主要的提一点，就是最后的Installer Type这个选项，exe（network）是在线安装版，也就是你执行这个安装程序，需要联网。exe（local）是离线安装版，不过他文件比较大。选完后，点击下面的download就行下载。
exe（network）线安装版
exe（local）离线安装版
下载完成后，双击运行文件
选择 ok
等进度条走完，就会进入安装界面。
安装加载界面
检查系统兼容性，等一下就好
如果检测通过了，那么恭喜你，你的显卡可以安装cuda，如果没有通过，只能抱歉的告诉你，只能请你pip unistall tensorflow-gpu，然后执行pip install tensorflow。那你的电脑的显卡不支持tensorflow-gpu加速。点击 同意并继续
如果你不知道你要安装些什么，那么请你勾选，精简。如果
勾选精简，然后点击下一步
等待安装完成
选择 下一步
全部勾选 ，点击关闭
下面这一步很重要：
设置环境变量：安装结束后，我们在计算机上点右键，打开属性->高级系统设置->环境变量，可以看到系统中多了CUDA_PATH和CUDA_PATH_V9_0两个环境变量。
我们还需要在环境变量中添加如下几个变量：
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0
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
设置完成之后，我们可以打开cmd来查看。
下一步是监测cuda安装成功与否:
在cuda安装文件夹中有deviceQuery.exe 和 bandwidthTest.exe两个程序。首先启动cmd DOS命令窗口，默认进来的是c:\users\Admistrator>路径，输入 cd … 两次，来到c:目录下输入dir 找到安装的cuda文件夹。分别输入deviceQuery.exe 和 bandwidthTest.exe，运行结果如图所示。Rsult=PASS则说明通过，反之，Rsult=Fail 则需要重新安装。
cuDNN配置
解压压缩包cudnn-9.0-windows10-x64-v7.0.zip，得到三个文件夹
对于tensorflow而言，真正实现加速的是cudnn，然后cudnn调用的是cuda显卡驱动。所以最后我们要配置cudnn这个模块。
cuDNN的全称为NVIDIA CUDA® Deep Neural Network library，是NVIDIA专门针对深度神经网络（Deep Neural Networks）中的基础操作而设计基于GPU的加速库。cuDNN为深度神经网络中的标准流程提供了高度优化的实现方式，例如convolution、pooling、normalization以及activation layers的前向以及后向过程。
cuDNN只是NVIDIA深度神经网络软件开发包中的其中一种加速库。想了解NVIDIA深度神经网络加速库中的其他包请戳链接https://developer.nvidia.com/deep-learning-software。
下面我们说一下正确的安装cuDNN方式，其实跟着官方安装说明进行安装就可以了。
1.从https://developer.nvidia.com/cudnn上下载cudnn相应版本的压缩包（可能需要注册或登录）。
2.如果这个压缩包不是.tgz格式的，把这个压缩包重命名为.tgz格式。解压当前的.tgz格式的软件包到系统中的任意路径，解压后的文件夹名为cuda，文件夹中包含三个文件夹：一个为include，另一个为lib64，还有一个是bin，然后复制到CUDA_PATH下面。
3.将解压后的文件中的lib/x64文件夹关联到环境变量中。这一步很重要。（配置到环境变量的path全局变量里，详细过程这里就不演示了）
更详细的步骤见官网 https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html#install-windows
可以直接pip install tensorflow-gpu
建议先升级pip，以防后面出现错误 python -m pip install --upgrade pip
或者通过anaconda集成安装
运行tensorflow检验
#coding=utf-8
import tensorflow as tf
import numpy as np
hello=tf.constant(‘hhh’)
sess=tf.Session()
print (sess.run(hello))
如果运行，没有报错，就是表示可以放烟花了。我们可以愉快的开始tensorflow之旅了。
参考：https://blog.csdn.net/m0_37870649/article/details/79327178
https://www.cnblogs.com/fanfzj/p/8521728.html
https://blog.csdn.net/weixin_39290638/article/details/80045236