少走弯路，win10安装TensorFlow GPU版

众所周知，TensorFlow GPU版相比CPU版可以依托显卡强大的算力来发挥深度学习更好的性能。在此之前我尝试安装过多次TensorFlow GPU版，但是都是出现各种错误。这里我给大家总结一下我遇到的错误：
下面这种错误就是你安装的CUDA版本和你安装的TensorFlow版本没有相对应，这里我安装了CUDA10，TensorFlow版本是1.10。从错误提示也可以看出来这个TensorFlow1.10应该安装CUDA9.0

下面这种错误相信是大家最常遇到的，我之前花了两三天时间安装TensorFlow GPU版，总是出现下面这个问题，看了很多博客，结果要不然是说要安装vc_redist.x64.exe和vc_redist.x86.exe，就是说vs少安装了一些组件之类的。我安装的是vs2017，安装的开发工具也就只有图中打钩的那几个。看了一些博客说是缺少什么vs2015上的组件，绕了不少弯路，但是问题还是没有解决。


后来我没有换CUDA的版本，还是CUDA10，把TensorFlow1.10-2.0中间的每个版本都安装了一遍，遇到import tensorflow后报错就pip uninstall tensorflow-gpu，卸载这个tensorflow版本。在试了不知道多少次后，结果意外的发现2.0版本刚好可以import成功

PS一下，我电脑上没有安装CPU版的。
接下来我来说一下我的环境配置：win10，CUDA10.0，cudnn7.3，vs2017，python3.6（我没有用anaconda）
安装教程其他博客已经有很详细的了，这里我就简单说一下：先安装python（这里我推荐3.6的版本），安装vs2017，配置好2017后再安装CUDA（这个版本得看你自己想安装哪个了，我安装的是10.0的），再把cudnn（这个必须得和CUDA版本相对应）解压后的三个文件分别复制到对应的三个文件夹，最后就是安装tensorflow了，注意！！！这个tensorflow安装的版本一定要和CUDA版本相对应，cudnn也要和CUDA版本相对应，cudnn和tensorflow版本没有什么对应不对应的，前面两个一定要对应上，否则就会出现上面的两种情况！！！如果你安装了某个tensorflow版本后，import出错，那就卸载掉这个版本，换其他版本试试，这个没有其他更好的办法，就是版本对应不上的问题，只能多试几遍，虽然有些博客上发了tensorflow和CUDA对应的版本，但是很多都已经过时了，tensorflow更新的很快。
这些就是我安装过程中遇到的一些问题总结的一些经验，希望能够帮到一些小伙伴