CUDA10.1 cuDnn tensorflow tensorflow-gpu

以下为一个官方正统安装方法，但是我没有成功，因为pip下载的tensorflow不对

先安装好python
再下载CU***择了精简安***r> 再下载cuDnn，吧cuDnn的东西都粘到CUDA对应文件夹下。
pip install tensorflow
pip install tensorflow-gpu
再安装Keras

我安装完成之后，提示：

ImportError: DLL load failed: 找不到指定的模块。
Failed to load the native TensorFlow runtime.

巴拉巴拉。。。

我哪知道是啥情况啊，谁写的一堆菜鸡代码，出来认罪！

其实操作流程没问题，但是pip自己找到的tensorflow有问题，ORZ。

虽然你看上去版本也对，使用CPU也能跑，但安装上GPU版本后就全崩了。。。

最后还是老师给了一下提醒，要确保tensorflow正确，我才开始怀疑这个家伙，最终在github上找到了人家神犇维护的tensorflow。这个用起来使真香啊，哈哈。

地址：https://github.com/fo40225/tensorflow-windows-wheel

具体安装流程：https://blog.csdn.net/liuyong5573/article/details/85472808

注意找到适合自己电脑的版本！注意找到适合自己电脑的版本！注意找到适合自己电脑的版本！

重要的事情说三遍。

下面是在Anconda的搭建流程。

Anconda是一下就安装好了，人家的tensorflow没问题，毕竟人家有conda install 。。。

还是看歪果仁的解决方案，使用anconda搭建虚拟环境。

链接地址：
https://www.pugetsystems.com/labs/hpc/The-Best-Way-to-Install-TensorFlow-with-GPU-Support-on-Windows-10-Without-Installing-CUDA-1187/

好像每次要从cmd 先启动我们的虚拟环境tf-gpu 然后在这个虚拟环境下启动jupyder，创建我们的Tensorflow项目才行。

不过能使用GPU速度真的是快了许多，而且又不影响你的其他工作，因为你的代码在你可爱的GPU上跑呀。

启动方式是这样的。

先打开cmd
activate tf-gpu
jupyter notebook

让后就可以在jupyter中使用GPU训练模型了。