windows10下 tensorflow gpu版本安装配置方法
最近要用到tensorflow,之前安装了cpu版本的，但训练模型速度实在是慢，打算安装一个GPU版本的tensorflow:
安装环境为：wiindows 10, anaconda python36, pycharm
tensorflow版本与cuda, cudnn版本的对应关系：
tensorflow-gpu v1.9.0 | cuda9.0 | cuDNN7.1.4可行 | 备注：7.0.4/ 7.0.5/ 7.1.2不明确
tensorflow-gpu v1.8.0 | cuda9.0 | cuDNN 不明确 | 备注：7.0.4/ 7.0.5/ 7.1.2/ 7.1.4
tensorflow-gpu v1.7.0 | cuda9.0 | cuDNN 不明确 | 备注：7.0.4/ 7.0.5/ 7.1.2/ 7.1.4
tensorflow-gpu v1.6.0 | cuda9.0 | cuDNN 不明确 | 备注：7.0.4/ 7.0.5/ 7.1.2/ 7.1.4
tensorflow-gpu v1.5.0 | cuda9.0 | cuDNN 不明确 | 备注：7.0.4/ 7.0.5/ 7.1.2/ 7.1.4
tensorflow-gpu v1.4.0 | cuda8.0 | cuDNN 6.0 | 备注：6.0正常使用, 7.0.5不能用，5.1未知
tensorflow-gpu v1.3.0 | cuda8.0 | cuDNN 6.0 | 备注：6.0正常使用, 7.0.5不能用，5.1未知
tensorflow-gpu v1.2.0 | cuda8.0 | cuDNN 5.1 | 备注：5.1正常使用, 6.0/ 7.0.5 未知
tensorflow-gpu v1.1.0 | cuda8.0 | cuDNN 5.1 | 备注：5.1正常使用, 6.0/ 7.0.5 未知 （参考）
请严格按照上面的版本安装，安装顺序为visual studio(关于visual studio的安装就不赘述)， cuda, cudnn,tensorflow，严格遵守才能少踩坑，我选择安装cuda8.0, cudnn6.0, tensorflow1.3.0
1. 先下载CUDA 8.0，按照官方文档的要求，否则会出问题：CUDA8.0下载地址,选择本地下载总是在99%的时候下载失败，1.2G的东西这样真的是坑人，所以最后选择在线安装， 有大佬知道原因请告知我一下。。。。如果在之前安装了错误的版本，请卸载干净后再安装
2.配置CUDA环境变量：
tensorflow是一个编程系统，它以计算图(graph)的形式来表示各种运算之间的关系，它所有的运算操作都必须在会话(session)中完成。在运行tf.session()的时候会遇到各种lib, dll文件加载不了的问题，是因为在session()在运行时调用CUDA，而CUDA的环境变量配置有问题，就会出现各种报错。
安装完cuda后，打开环境变量，发现已有两个CUDA_PATH和CUDA_PATH_V8_0两个环境变量。
需要再添加两个环境变量才可以：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64
添加完环境变量后：
最后在cmd里输入 echo %path% 就能查看你的是否添加进环境变量了：
3.安装cudnn cudnn6.0下载.，注册账号，耐心填完问卷即可下载
解压下载文件后可以看到cudnn文件夹如下：
打开cuda的安装目录发现也有这样的三个文件夹
只需将cudnn三个文件夹下的内容复制到cuda对应的文件夹下，出现替换时进行替换。
4.安装tensorflow_GPU
（1）在pycharm环境下安装可以通过file->settings->project intepreter,安装，点击左侧栏+，在搜索栏输入tensorflow_gpu即可，
但这种方法安装速度极慢。
（2）推荐方法， 通过anacond prompt安装，采用国内的镜像源，安装速度大大提升。关于镜像源安装方法。请参考
这篇博客 ，采用如下命令即可安装
pip install tensorflow_gpu -i http://pypi.mirrors.ustc.edu.cn/simple --trusted-host pypi.mirrors.ustc.edu.cn
这条命令默认安装的是最新版本，所以我们需要做一下修改
pip install tensorflow_gpu==1.3.0 -i http://pypi.mirrors.ustc.edu.cn/simple --trusted-host pypi.mirrors.ustc.edu.cn
安装完成后即可使用。
5.运行一个测试程序：
安装成功~
