在Windows10下使用GPU安装TensorFlow
1、安装Python和pip
在Windows环境安装Python 3.x版本，通常安装包中集成了pip工具，安装会非常简单方便。具体见：https://www.python.org/downloads/windows/
按以上网站的信息，获取到对应Python3的版本。（其中注意将Python3的文件路径添加到环境变量中），再重新打开命令提示符输入“python”命令，若出现下图信息证明安装正确。
接下来，在安装TensorFlow之前，需要先检查主机的GPU是否支持，在命令提示符下，执行命令：
control /name Microsoft.DeviceManager然后查看“显示适配器”设置，将其打开，然后阅读显示适配器的名称，如下：
正如你所看到的，主机系统有一个GT 740M。然后去NVIDIA官网查看信息，具体见：https://developer.nvidia.com/cuda-gpus，就可以知道是否可以使用带GPU支持的TensorFlow。这里已经确定是支持的。但是在安装和运行TensorFlow之前，需要为你的机器安装CUDA驱动。
2、安装CUDA驱动程序
下载网站：https://developer.nvidia.com/cuda-toolkit，选择页面中的“Legacy Releases”链接来下载正确版本的驱动程序。刚开始时我选择下载了CUDA 10.0，反复的下载、安装、卸载都没有正确的安装上TensorFlow，然后按照之前教程中的CUDA 9.0版本就成功了，后面才发现是TensorFlow的版本不对。
在运行TensorFlow之前，还需要与主机CUDA版本相匹配的CuDNN版本库。
3、安装CuDNN库
CuDNN库是CUDA针对深度神经网络的更新包，TensorFlow会使用它用于加速NVidia GPU上的深度学习。可以从这里下载，见：https://developer.nvidia.com/cudnn。
但必须首先要注册一个NVidia开发者帐号，它是免费的。登录后，您会看到各种CuDNN下载。然后选择匹配的版本。由于之前使用了CUDA 9.0，所以确定为CUDA 9.0选择了cuDNN v7.0.5。
下载下来的是包含几个文件夹的Zip，其中每个文件夹包含CuDNN文件（一个DLL，一个头文件和一个库文件）。找到你的CUDA安装目录，这里应该是这样的：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0将zip中的文件对应的放入到，以上对应的文件夹中，例如v9.0中的lib与zip中的\lib文件相对应，将zip中\lib文件夹的dll文件放入v9.0的\lib文件中。同理将zip中剩余的文件对应的放入v9.0中。
4、安装TensorFlow
首先先找到TensorFlow与cuDNN、CUDA对应的版本，查找的网址为：https://blog.****.net/omodao1/article/details/83241074。之前就是因为版本不对，老是报：ImportError: Could not find 'cudart64_90.dll'. TensorFlow requires that this DLL be installed in的错误。
看到图中我们当前的TensorFlow需安装1.5之后的版本。
使用的命令如下所示
pip install tensorflow-gpu==1.6.0安装完成后，可以在命令提示符中进行如下测试：
出现类似上图的结果，证明TensorFlow安装成功。
本文章的参考博文为：
https://blog.****.net/chszs/article/details/78987753（主要参考）
https://www.cnblogs.com/pgzhang/p/9146617.html