【TensorFlow】Win10+TensorFlow-gpu1.9.0+CUDA9.0+cudnn7.1.4（2018/11/02）
折騰了一天多，終於配置成功了orz
本篇文章是2018年11月2日寫的，Win10，顯示卡為960M
下載版本為：（請注意相容性）
Anaconda3 5.3.0
TensorFlow-gpu 1.9.0
CUDA9.0
cudnn7.1.4
0、檢測自己的顯示卡能否安裝gpu版本
1.右鍵“我的電腦”-屬性-裝置管理器-顯示介面卡，裡面有顯示卡型號（我的是GeForce GTX 960M）
2.點選https://developer.nvidia.com/cuda-gpus，在裡面查詢自己的顯示卡型號（比如我的顯示卡在GeForce這一欄下找到了）
3.如果沒有的話就無法使用tensorflow-gpu了
一、下載Anaconda3
1.點選下面的清華映象連結，選擇需要的版本下載（我下載的是截至2018.11.2最新的5.3.0 x86-64版本）
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
下載完的檔案如下圖所示：
2.雙擊下載完的檔案，點選Next-I Agree，進入下面的頁面
選擇Just Me，點選Next，進入下面頁面，自己選擇安裝路徑（安裝位置必須為空資料夾），再點選Next
進入下面頁面，兩個都打勾，不用管紅字，點選Install安裝。
安裝完成後，在開始欄中應該有下列快捷方式：
二、下載CUDA9.0
點選上述網站，找到9.0版本，點選“CUDA Toolkit 9.0”
依次選擇 Windows、X86_64、10、exe[local]
點選下載第一個：
第一個下載檔案Base Installer如下，雙擊進入：
選擇路徑，點選OK：
之後一路點選下一步就好。
驗證是否安裝成功：
點選開啟Anaconda Prompt（開始欄裡有快捷方式）
輸入以下程式碼並回車（注意第二個V是大寫的），檢視CUDA的版本：
nvcc -V出現以下介面，最後一行可以看到是9.0版本：
附上自己的環境變數（應該是下載過程中自動新增的）：
Path中：
三、下載cuDNN7.1.4
點選https://developer.nvidia.com/cudnn，選擇Download cuDNN
然後會需要註冊登入，用qq郵箱註冊就好，登入後在下面的小框裡打勾，並點選“Archived cuDNN Releases”
找到需要下載的版本，點選，v7.1.4 for CUDA 9.0（剛剛下載過了CUDA9.0）
選擇for Windows10，點選下載
下載完了之後解壓：
點選cudnn-9.0-windows10-x64-v7.1\cuda\進入如下介面，把前三個檔案複製：
然後開啟剛剛下載的CUDA9.0的下載位置（實在找不到就在電腦裡搜尋“CUDA”或者“v9.0”這些關鍵詞吧）：
（本人在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0）
直接貼上到下面這裡：
四、下載tensorflow-gpu1.9.0
點選“Anaconda Prompt”，進入下面頁面
輸入以下程式碼，之後敲回車，意為建立一個名字為“tensorflow-gpu”的虛擬環境，這個環境使用的python版本為3.6
conda create -n tensorflow-gpu python=3.6出現以下介面，輸入“y”敲回車：
然後出現以下介面，證明建立虛擬環境成功：
然後輸入以下程式碼，敲回車，啟用剛剛建立的名為“tensorflow-gpu”的環境：
activate tensorflow-gpu
輸入以下程式碼，敲回車，升級pip到最新版本：
python -m pip install --upgrade pip然後輸入以下程式碼，敲回車，下載tensorflow-gpu 1.9.0，然後靜靜等待其下載完成。
pip install tensorflow-gpu==1.9.0
五、嘗試用gpu加速測試程式碼
在剛剛下載完gpu的Anaconda Prompt介面裡輸入python並回車：
接著輸入以下程式碼（直接複製貼上回車就好）：
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello)) 出現以下介面：可以看到我的GPU裝置號為0，名字為960M，運算能力為5.0
再輸入一段測試程式碼（同樣複製貼上回車），用tf.matmul實現a和b兩個矩陣相乘，輸出結果矩陣c：
#Creates a graph.
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
#Creates a session with log_device_placement set to True.
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
#Runs the op.
print (sess.run(c)) #python3.6版本一些書寫規則有變化可以看到最後輸出了結果：
【11.2後記】
1.還是要說的是，關於CUDA和cuDNN，我反覆下載解除安裝了多遍（因為版本不對）
甚至連Anaconda安裝時也報錯過（因為提前裝過java），快捷方式突然消失過（於是我又解除安裝重灌了一次）
我也像其他教程那樣下載了顯示卡驅動（好像沒有什麼用因為會被覆蓋）
但沒像其他教程那樣下載VS（已經有2017了啊為啥還要我裝2015？而且裝完有啥用啊）
環境變數加了又刪（請告訴我為什麼每個教程都不同）
所以從最開始到現在執行成功，其實都是玄學
希望大家都能安裝成功
因為gpu加速起來真的很爽
2.參考的部落格太多太多了，只列出現在還記得的幾個：
Win10 64 位Tensorflow-gpu安裝（VS2017+CUDA9.2+cuDNN7.1.4+python3.6.5）
照例感謝以上大神orz。