经验：WIN10+GTX1070下，tensorflow2.3-GPU+CUDA10.1+cuDNN765的安装

tensorflow2.3

首先，下载并安装Anaconda，网上教程很多，不赘述。
用管理员权限进入cmd。
先创建新的虚拟环境（方便管理），并激活。在命令行输入：

conda create --name tf2 python=3.7      # “tf2”是新环境的名字，可以随便取
conda activate tf2                      # 激活进入“tf2”虚拟环境

再使用pip安装tensorflow

pip install tensorflow

没有VPN可能下载很慢。可用清华镜像：

pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple/

CUDA10.1

笔者的笔记本显卡是GTX1070，进入NVIDIA 设置，帮助-系统信息-组件，查看匹配的CUDA版本。

这边推荐是CUDA11.0。但笔者试了一下，现有的CUDA11.0与对应的cuDNN并不合适。尝试了几次后，选择CUDA10.1。
去官网下载CUDA10.1。

下载之后选择安装。

点击OK。之后，选择自定义安装，安装组件只勾选CUDA即可。其他保持默认即可，直到结束。

检验是否安装成功，进入cmd，输入：

nvcc -V

出现如下信息就说明安装成功。

如果没有，进入系统的环境变量，检查path中的路径是否齐全。

cuDNN765

去官网下载与CUDA10.1对应的cuDNN7.6.5版本。

选择WIN10版本。

下载并解压，把…\cudnn10.1v7.6.5.32\cuda 里面的文件拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1

提一句，如果要卸载CUDA与cuDNN，卸载如下：

然后删除C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1这个文件下的cuDNN。
最后清除设的环境变量即可（如果还残留的话）。

检查

按之前安装tensorflow的操作，先进入我们创建好的安装过tensorflowd的新环境"tf2"，再进入python：

activate tf2
python

在python中输入

import tensorflow as tf

print(tf.__version__)
print('GPU', tf.test.is_gpu_available())

若输出tensorflow版本号"2.3.0"和“GPU ture"，说明成功。（会有很多其他信息，不必担心。）

参考：
https://tf.wiki/zh_hans/basic/installation.html