在windows安装配置tensorflow-gpu版本步骤

准备工作：
首先你的windows机器上安装的显卡算力在3.5以上才可以安装，我此次以GTX1060为例，显卡算力为6.1，可以安装：
NVIDIA® GPU card with CUDA® Compute Capability 3.5 or higher. See the list of CUDA-enabled GPU cards.
具体要求见：
https://www.tensorflow.org/install/gpu

安装重点：
Software requirements
The following NVIDIA® software must be installed on your system:
NVIDIA® GPU drivers —CUDA 9.0 requires 384.x or higher. 首先驱动
CUDA® Toolkit —TensorFlow supports CUDA 9.0.
CUPTI ships with the CUDA Toolkit.
cuDNN SDK (>= 7.2)
(Optional) NCCL 2.2 for multiple GPU support.
(Optional) TensorRT 4.0 to improve latency and throughput for inference on some models.

开始安装:
安装步骤：
1、安装python3.5版本(也可以尝试其他的3.6之类的)，安装pip
命令行执行pip install tensorflow-gpu

2、安装显卡驱动，但不要用最新版显卡驱动(当前2018年11月)
我用的是
https://www.nvidia.cn/download/driverResults.aspx/122162/cn GTX1060早期Beta版驱动，支持9.0的CUDA，这是我现在网上能找到最后一版支持CUDA9.0的驱动了。。。
先安装显卡驱动，显卡驱动安装好后在控制面板，显卡，系统信息中查看支持的CUDA版本，再下载对应的CUDA版本，而且CUDA版本不能高于9.0（在安装CUDA之前还需要装vs studio 2017）
下载并安装 Visual Studio ，因为CUDA需要Visual Studio的支持。
下载地址：https://www.visualstudio.com/zh-hans/

安装选项：

3、然后安装9.0版本的CUDA(选择windows x86_64 10 exe(local) base installer)
https://developer.nvidia.com/cuda-90-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
4、最后安装cudnn，也需要支持CUDA9.0的cudnn 7.4.1(需要登录注册)
https://developer.nvidia.com/rdp/cudnn-download

5.、验证CUDA是否安装成功
打开Anaconda promt或cmd，输入：nvcc -V

6、最后配置环境变量

出现如下类似信息：
3. 用户环境变量配置
右击“此电脑”->“属性”->”高级系统设置”->”环境变量”，如图所示：
只需要做两件事情：
（1）确认系统变量中CUDA_PATH和CUDA_PATH_V9.0已经存在
（2）在用户变量，新建PathCUDA：C:\ProgramData\NVIDIA GPU Computing Toolkit\v9.0\bin

7、然后再进行验证

安装完成。