一：系统与环境
系统：windows10
GPU：NVIDIA GeForce GTX TITAN X
python: Anaconda, python 3.7
需要安装的以来：Visual Stutio, CUDA, cuDNN
首先要确定要安装的Tensorflow的版本以及他的对应的各种以来的版本
首先要确定要安装的Tensorflow的版本以及他的对应的各种以来的版本
首先要确定要安装的Tensorflow的版本以及他的对应的各种以来的版本
重要的事情当然说三遍！
首先在 确定版本链接 这里确定你需要的tensorflow版本，以及其依赖对应的版本：
- MSVC表示Visual Stutio
二：安装步骤
1. 安装Visual Stutio 2017
Visual Studio 这里可以选择版本，然后安装Community就可以。
版本对应关系
2. 安装CUDA 10.0
CUDA下载页面
按照版本下载后，然后一路安装：
安装CUDA
注意： 使用默认路径！
命令行输入指令测试安装是否成功：nvcc -V
测试CUDA
3. 安装cuDNN 7.4
3.1从 这里Archive 中选择对应的版本。下载之后，解压文件夹，将bin/,include/,lib/三个文件夹直接拷到CUDA的安装目录中，我这里是：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
3.2 将CUDA的目录加到环境变量中（CUDA安装成功之后，他会自动加进去一部分，这里建议把列出来的都加进去）：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\libnvvp;
4. 创建tf-gpu环境,安装tensorflow-gpu 1.14,使用清华大学的pip源
> conda create -n tf-14 pip python=3.7 #新建tf-14环境
> acitvate tf-14 #激活环境
> pip install --ignore-installed --upgrade tensorflow-gpu==1.14.0 -i https://pypi.tuna.tsinghua.edu.cn/simple # pip安装tf-gpu版本
5. 测试一下
进入python模式，输入import tensorflow as tf
测试成功
ps:这里的FutureWarning是与numpy的版本不符导致的，可以忽略。
