Windows10+Anaconda3的tensorflow-gpu环境搭建
安装版本说明：
Anaconda3
CUDA10.0
cuDNN7.6.4,for Windows10
我的破本子：
Windows10
i7-10510U
MX250……这啥玩意儿o(╥﹏╥)o
……算了我又不训练，码码字还能用，搭个环境不犯法QAQ。
第一步：Anaconda的下载安装
1、进入Anaconda官网下载对应版本的Anaconda，这里我选择的是Python3.7 x64版本。
2、双击下载的文件进行安装。
Next
I Agree
Next
可以自定义 Anaconda的安装位置，我这里放在了D盘。
Next
勾选将Anaconda加入环境变量的选项，这样后面就不需要再手动添加环境变量了。
Install,等待。
Finish，安装完毕。
第二步：CUDA10.0的下载安装
1、在NVIDIA官网下载CUDA Toolkit 10.0版本。
2、双击下载的文件进行安装，直接默认装到C盘就好。
之后安装程序会检查系统的兼容性，如果检测结果不兼容，需要重新下载其他版本。如果下载的是其他版本，那么后续的cuDNN需要注意选择与CUDA相对应的版本。
同意并继续。
精简安装默认全部安装，选择自定义，下一步。
因为没有装VS，我只选择了以上内容，下一步。
看到有的博主说在这里修改了安装路径，但是最后还是会安装在C盘，因此建议不要修改安装路径。我已经安装好了，都是默认安装到C盘。
之后一直下一步等待安装完成即可。
3、添加环境变量
右键“此电脑”→属性→高级系统设置→环境变量
按照CUDA安装的路径添加以上环境变量。
此外，选择“Path”编辑，添加以下相关内容。
第三步：cuDNN的下载安装
1、进入NVIDIA官网下载对应版本的cuDNN。
因为前面下载的CUDA是10.0版本的，因此这里选择cuDNN v7.6.5 for CUDA10.0（下载的cuDNN版本要和前面的CUDA相对应，页面上都很清楚，注意选择就是了）。
选择for Windows10的版本进行下载。
2、将下载的压缩包解压，将cudnn-10.0-windows10-x64-v7.6.5.32\cuda下三个文件夹中的文件分别拷贝到CUDA安装路径下的对应目录中，获取管理员权限替换。
（1）bin目录下的cudnn64_7.dll文件，如果你是默认安装路径，拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin下。
（2）include目录下的cudnn.h文件，拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include下。
（3）lib\x64目录下的cudnn.lib文件，拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64下。
3、CUDA测试
运行cmd，输入命令nvcc-V回车，若出现以下内容说明CUDA安装成功。
第四步：tensorflow-gpu环境的创建
1、打开Anaconda下面的Anaconda Prompt。
2、在命令行中输入以下内容，添加清华源（国内已经对Anaconda源的支持，不换源的话后面下载会失败）。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
3、创建一个环境，命名为tensorflow-gpu。
conda create -n tensorflow-gpu python=3.6
4、激活环境。
activate tensorflow-gpu
5、安装tensorflow-gpu
conda install tensorflow-gpu
至此，tensorflow-gpu环境就搭建好了。
其他
1、其他机器相关的包如numpy，pandas，matplotlib，scipy，scikit-learn可以使用conda install xxx或是pip install xxx进行安装。
2、运行conda install tensorflow-gpu的过程中发现，在这个独立环境中也会下载CUDA和cuDNN，所以前面手动安装的CUDA和cuDNN也许是不必要的。但手动安装的CUDA和cuDNN也许对VS编程有用。
3、INVIDA官网下载CUDA和cuDNN需要账号，如果无法登陆，可以在我的百度网盘进行下载。
链接: https://pan.baidu.com/s/1Ni3o4gmADQBUqqa-Oarg3w 提取码: um2a
4、环境搭建的过程主要参考了以下文章，感谢大大们，我的环境终于搭建好了！
【1】：Windows10配置深度学习环境（使用GPU）
【2】：win10+cuda10+tensorflow-gpu最新安装教程
【3】：Conda 配置 TensorFlow-GPU 深度学习环境(10分钟)