window10安装tensorflow-gpu

连续几个小时，总算走过来了，总结一句话，只要你的版本能对的上，那就基本没问题，但前提是你得知道什么对应什么

硬件要求

首先你需要查看自己电脑的驱动版本号，带来nvidia控制面板，查看自己的版本号，一般人没人更新，
如图，我是更新过了的，你如果低于版本低于410，就去更新吧。
首先进入这个网址（https://www.geforce.cn/drivers），然后你选择自己的电脑版本号

我用我电脑的垃圾先显卡举个例子，这个驱动用最新的就行，这个不存在版本不匹配的问题。下载好是个可执行文件，你打开一路next就行。

只要是window10就可以
首先你下载好cuda10.0 （地址：https://developer.nvidia.com/cuda-toolkit-archive）
cudnn我没下也运行成功 因而可以不用下 （但是推荐下载地址：https://developer.nvidia.com/rdp/cudnn-download）

1. cuda你直接安装就完事了,推荐一路next,这样省去好多不必要的麻烦

2. cudnn下载完你会发现是个文件压缩包，接下来你需要将其中的各个文件内容分别添加到这个路径 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0，当然前提是你一路next，
   这是我添加完的 可以看到比你多了一份txt，其他的文件你就放到对应的文件下就行

3. 对了前提是你的电脑有anaconda，没有的自己百度下载一个把，我这里用的python是3.5的，3.6的也可以，因为我也试了。接下来是tensoflow的安装，window+r打开命令行，输入activate tensorflow(激活tensorflow这个虚拟环境，在输入 pip install tensorflow-gpu==1.14.0),并不是说你必须得用我说的版本，只是这是我试出来的不会出现适配问题的版本。

4. 上面的过程全部完成后你就可以去找个代码试试了，比如

 import tensorflow as tf

hello=tf.constant('hello,world')

sess=tf.compat.v1.Session()

print(sess.run(hello))`

能输出这个结果说明你对了

推荐使用Conda自带的jupyter Notebook来进行测试，方便快捷。

最后补充一下我最初用conda安装了tensoflow2.0.0，想卸载他却说一直找不到，最后我灵机一动去他的文件目录中直接删除这个包

这个删完了 之前有一个2.0.0

好了 就这么多了 严格对照版本号就没有问题 ，如果有就按照提示来，因为很有可能你缺少多个安装tensorflow的包，缺少那个就 pip install那个。
至于其他问题多半是版本问题。。