深度学习tensorflow-gpu框架的搭建

SINKDLUV的博客写的很详细，加上自己遇到的问题，总结如下：

准备工作：
1、安装cuda
2、下载cuDNN
3、安装anaconda（之前已安装）
4、查询cuda — cuDNN — tf-gpu相匹配的版本

（我安装的是：cuda10.1；tf-gpu1.13.1；cuDNN下载需要注册什么东西，一直没弄成功，就请师兄将cuda10.1，cuDNN直接打包给了我）

一、安装cuda：

下载：地址
安装根据流程走下去就行，没有需要刻意留意的
值得注意的是，安装路径默认c盘就行，我尝试过没安装到c盘，最后bin文件不知道在哪
安装完成后在cmd中输入nvcc -V会出现版本号则表示安装成功了；

二、安装cuDNN

以下四步都是按照SINKDLUV的博客中的流程来的，很顺利
1、我没有在官网下载，找师兄给的，下载好会有4个文件
2、将这4个文件复制（覆盖）文件夹
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
3、配置环境变量：
1）C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
2）C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64
4、把C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\CUPTI\lib64\cupti64_101.dll复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin 中。

三、安装tf-gpu

1、在anaconda中创建新的环境：
conda create --name tf-gpu python=3.6
我这里出现问题：两个done，然后没有后文，也没有配置成功，解决方案：conda clean -all
2、可以pip安装tf-gpu了:pip install tensorflow-gpu==1.13.1