WIN10环境下Tensorflow-GPU（1.11.0）版本的下载与安装+CUDA 9.0+CUDNN7
WIN10下环境配置
Python 3.6.4+Tensorflow-gpu 1.11+CUDA v9+CUDNN7.0
（注重版本间的匹配,前几次就是因为无脑装新版浪费了一大把时间）
- 安装python
我的计算机原先就安装了python3.6，是通过anacona3安装的。
如果预先没有安装python或者不是通过anaconda3安装python的，建议重新安装一遍，anaconda3真的很方便，并且我接下的环境配置也是默认anaconda3来的。
首先去anacon3的官网下载，一般来说 官网仅提供最新版本的，想要旧版本的python参考anaconda3的官方文档http://docs.anaconda.com/anaconda/user-guide/faq/
网速不好的在提供一个清华镜像https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
（注意安装的时候要把 anaconda3加入环境变量勾选上）
安装完成后，在cmd里输入python，能够正确输出就表示安装成功拉。
2、然后是安装tensorflow
注意一下，cpu版和gpu版是不能同时安装的，如果你想装cpu，那么就只要配置一下tensorflow就好了，很简单，网上也有很多教程。
但是，GPU版本却有很多坑，我装了一下午才安装成功。
首先检查一下你的显卡是否支持CUDA
https://developer.nvidia.com/cuda-gpus（一般N卡都支持啦）
选择版本，下载并且安装CUDA
切记千万不能一股脑全装最新版，这么做的人已经在这里劝过你了！！
下载地址 https://developer.nvidia.com/cuda-toolkit-archive
这是网上找的版本匹配的图，可以参考一下，也可以照我的组合来。
我选择的组合是tensorflow 1.11 +python3.6+cuda9+cudnn7
所以我这里选择的是CUDA 9.0
下载后一路安装就是了
（如果安装提示有如下错误的话，建议安装前升级一蛤你的显卡驱动
检测是否安装成功：
在cmd中输入nvcc -V，如果输出是cuda版本信息，则说明安装成功
下载CUDNN
根据上图给的组合，选择适合自己的CUDNN。
根据我的组合，应该下载CUDNN 7
下载地址 https://developer.nvidia.com/rdp/cudnn-download
下载前，你需要有注册一个英伟达的账号，然后完成一系列问卷（随便选选）
配置CUDA CUDNN
CUDA安装完成了，CUDNN也解压出来了，接下来就该配置了。
将CUDDN解压后的三个文件夹bin、include、lib文件夹，将这三个文件夹复制到安装CUDA9.0的路径覆盖原有的文件。
一般来说，CUDA默认的安装路径为：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
然后就是配置环境变量，打开环境变量，然后将
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64
依次加入PATH中，配置完成（注意根据自己的实际情况来）。
打开Anaconda Prompt创建Tensorflow环境
Anaconda Prompt在anaconda3的开始菜单的目录里，点开就行。
输入指令
conda create -n tensorflow_gpu python=3.6（中间 输入y确认）
创建ok后，**环境
activate tensorflow_gpu
安装必要的库
conda install anacondaconda install tensorflow-gpupip install --upgrade tensorflow-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple
中间参考了许多人的博客，不过每个人都有自己不同的实际情况，所以可能出现各种各样的问题，多去搜一下，多尝试几次，总会成功的。