1.系统已安装环境
Anaconda3(python3.6.4)
Visual Studio
2.查看自己的NVIDIA版本
右键开始按钮-->设备管理器-->显示适配器
3. 安装tensorflow-gpu 1.10
打开Anaconda prompt
1）首先查看当前已有的虚拟环境conda env list
2）新建一个tensorflow-gpu的虚拟环境：conda create -n tensorflow-gpu python=3.6 (tensorflow-gpu是自己取的名字）
3) 激活新建环境：conda activate tensorflow-gpu (退出是 conda deactivate tensorflow-gpu）
4）pip install tensorflow-gpu==1.10.0 -i镜像地址
国内常用的镜像如下：
阿里云 /pypi/simple/
中国科技大学 https://pypi.mirrors./simple/
豆瓣(douban) /simple/
清华大学 https://pypi.tuna./simple/
中国科学技术大学 http://pypi.mirrors./simple/
安装好我的环境如下：
注：在新建的tensorflow-gpu环境中，由于是新创建的conda环境，该环境中基本上是空的，有很多包和IDE并没有安装进来，例如“Ipython”，“spyder”。此时如果我们在该环境下打开spyder或Ipyton或jupyter notebook等，会发现其实IDE使用的kernel并不是新建立的这个环境的kernel，而是“base”这个环境的，而“base”环境中我们并没有安装tensorflow，所以一定无法import。这也就是为什么有很多人在安装好tensorflow后仍然在IDE里无法正常使用的原因了。这时候就可以进入Anaconda的Navigator中选择刚刚的环境，然后搜索进行安装。
参考：win10下Anaconda+VS+cuda9.0+cudnn+Pycharm安装配置tensorflow（GPU版）
4.安装CUDA9.0
安装类型选择exe(local)，再选择base installer进行下载即可，大小越1.4GB。
下载完成后双击exe，会先检查系统兼容性，选择精简模式开始安装，出现全部安装失败的问题！
百度后了解到是电脑已经安装NAVDIA显卡驱动，需要先卸载干净，有两种方式：
1）手动卸载：
在安全模式下，删除系统盘中Program Files (x86)和Program Files内包含的
NVIDIA Corporation和NVIDIA GPU Computing Toolkit文件夹 ，再Normal模式下重新启动电脑，重新安装CUDA即可。
参考：Win10 NVDIA CUDA安装失败解决方案
注：win10如何进入安全模式？
按Win + R 快捷键调出“运行”对话框，输入“msconfig”，确定，打开“系统配置”窗口。
切换到“引导”选项卡，勾选下面“引导选项”里的“安全引导”，默认选中的是“最小”模式，也就是常规的安全模式；而“网络”就是带网络连接的安全模式，根据需要选择即可。
点击“确定”，然后重启系统即可进入Win10安全模式了。
还有另外两种方式，未尝试。参考：Win10安全模式怎么进？Win10进入安全模式的方法汇总
2）借助DDU（Display Driver Uninstaller）清除驱动（非常好用！！强推！！）
参考：安装CUDA 9.0时，NIVDIA安装程序失败，解决方法。win10+vs+python 3.6+cuda 9.0+cudnn 7.0+tensorflow 1.5
链接：Display Driver Uninstaller
进入安全模式，device type选择GPU（GPU为显卡，audio为声卡），device选择NVDIA。
建议选择“清除后重启”，DDU会自动卸载你选中的显卡驱动后重启系统。当然，如果你想要卸载驱动后更换显卡，那么就选择第三项“清除后关机”。
参考：巧用Display Driver Uninstaller (DDU)彻底卸载显卡/声卡驱动
卸载完成，会以正常模式重启，注意此时一定要是断网状态！！不然系统又自动把NVIDIA显卡驱动给装上了！！
再次以精简模式安装CUDA9.0，正常安装完毕。
在命令行输入nvcc -V，出现以下信息，即安装完毕。
5.下载cudnn-v7.4.1
下载地址：cuDNN Archive
1）解压下载下来的cudnn-9.0-windows10-x64-v7.4.1.5.zip
将上面所有文件复制粘贴到CUDA的安装目录，我的是：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
需要管理员权限，同名的文件夹会自动合并。
2）配置环境变量
一般情况在安装CUDA的时候下面的环境是自动配好的。
需要手动配置的环境变量：
在系统变量path中新建如下四个路径变量
6.测试安装
1）首先进入查看并进入tensorflow-gpu环境
2）用简单的加法运算进行测试
python
>>> import tensorflow as tf
>>> a=tf.constant([1.9,2.8],name='a')
>>> b=tf.constant([3.2,4.0],name='b')
>>> result = a+b
>>> sess = tf.Session()
print(sess.run(result))，结果如下：
附：官方文档
7. VS配置（没有完全成功）
1）新建项目：打开VS→ 新建项目→Win32控制台应用程序 → “空项目”打钩
右键源文件文件夹->添加->新建项->选择CUDA C/C++File，取名cuda_main
点击cuda_main.cu的属性,在配置属性–>常规–>项类型–>选择“CUDA C/C++”
2)调整配置管理器平台类型:
右键项目→ 属性→ 配置管理器→ 全改为“x64”
3)配置生成属性
右键项目 → 生成依赖项→ 生成自定义→ 勾选“CUDA 9.0XXX”
4)项目配置：
4.1 包含目录配置
1.右键点击项目属性–>属性–>配置属性–>VC++目录–>包含目录
2.添加包含目录：
$(CUDA_PATH)\include
4.2 库目录配置
1.VC++目录–>库目录
2.添加库目录：
$(CUDA_PATH)\lib\x64
4.3依赖项：
配置属性–>链接器–>输入–>附加依赖项
添加库文件：
cublas.lib
cuda.lib
cudadevrt.lib
cudart.lib
cudart_static.lib
nvcuvid.lib
OpenCL.lib
注意：添加nvcuvenc.lib库文件，编译时，报找不到该文件的错误。去掉后，程序也能运行
参考：【CUDA】CUDA9.0+VS+win10详细配置
测试代码报错：
1>D:\vs新\Common7\IDE\VC\VCTargets\BuildCustomizations\CUDA 9.0.targets(532,9): error : The CUDA Toolkit v9.0 directory '' does not exist. Please verify the CUDA Toolkit is installed properly or define the CudaToolkitDir property to resolve this error.
选择菜单中的“调试”->cuda_test属性
选择CUDA C/C++ 然后设置 CUDA Toolkit Custom Dir 的路径为cuda安装路径，
即C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
又出现了新的错误....
应该是和我的opencv版本有冲突，明天再接着解决吧..哭唧唧
