Windows10系统下的tensorflow-gpu+CUDA+CNDNN配置
1.检查系统显卡型号
第一步：本人是Windows10系统上工作。
第二步：检查你的NVIDIA英伟达显卡的硬件型号，这个可以通过“开始” >>“鼠标右键”进入“设备管理器”，通过查看“显示适配器”来确定硬件型号，比如我的显卡就是如下图所示：NVIDIA GeForce GTX 960M型号的。
2.安装CUDA（注意版本❗️）
2.1检查和下载
查看显卡支持：https://developer.nvidia.com/cuda-gpus，选择“CUDA-Enabled GeForce Products”进行查看。
GTX 960m运算能力5.0，本次选择最新版本v10.0
选择对应版本下载：https://developer.nvidia.com/cuda-toolkit-archive
2.2安装
在选项着一栏选择自定义，下面的截图有误，否则安装程序会一股脑把里面所有软件包都给你装上。
在选择安装项时一般不安装GeForce Experience，CUDA是核心组件必须勾上，剩下两个选项的当前版本如果比新版本低的话也可以勾选上。接着点击下一步就开始安装了。
2.3配置环境变量
PathCUDA配置内容如下：
2.4 CUDA安装验证
你可以在“程序和功能”页面查看安装信息，如下，当然你也可以忽略这一步。
在CMD命令行中，输入：
nvcc -V命令行展示如下
则CUDA安装成功。
3.安装CUDNN（注意版本❗️）
需要注册
下载链接：https://developer.nvidia.com/rdp/cudnn-download
此处选择和CUDA v10.0搭配的cudnn-10.0-windows10-x64-v7.5.0.56.zip
解压到CUDA安装根目录，共三个文件夹：bin、include、lib (相当于把这3个文件添加到CUDA对应的文件夹下)
说明：cudnn的安装相对来说比较简单。
4.安装tensorflow
4.1先卸载再安装(如果之前安装过)
pip uninstall tensorflow-gpu #如果安装出问题通过该命令卸载4.2若未曾安装，直接采用
pip install -upgrade tensorflow #CPU版Tensorflow更新
pip install -upgrade tensorflow-gpu #GPU版Tensorflow更新
## 我本地执行的命令如下，其中下面的whl文件已经提前下载好
pip install tensorflow-1.13.0rc2-cp37-cp37m-win_amd64.whl
poi install tensorflow_gpu-1.13.0rc2-cp37-cp37m-win_amd64.whl5.测试
5.1查看是否使用GPU
import tensorflow as tf
tf.test.gpu_device_name()
注意：如果输入:import tensorfow as tf报DLL模块错误，可以先输入：import tensorflow**一下。
5.2查看在使用哪个GPU
from tensorflow.python.client import device_lib
device_lib.list_local_devices()好了大功告成！