一、版本对应关系
版本问题非常关键，不仅仅是cuda和cudnn的版本要严格参照官网的要求，python和tensorflow的版本支持也不可忽视。亲测有效的版本对应关系是：win10、cuda10.1、cudnn7.5、python3.7.2、tensorflow-gpu1.13；另外我的显卡是gtx1070ti；
二、获取资源
cuda10.1
cudnn7.5.0
tensorflow-gpu1.13
一般来说，cuda和cudnn的下载页面可以正常访问，但是当点击下载链接时，会显示访问失效。原因是被墙了，通过vpn访问及可以正常下载。
注意要下载exe(local) 版，同样因为墙，exe(network)版仍无法下载剩余部分。具体如图：
tensorflow-gpu1.13之所以要选择在此链接下载，是由于目前发布的tensorflow版本对于cuda10.1及python3.7的支持并不好。此链接的tensorflow是经过处理的。至于是作何处理，我能力尚不足解释，请各位指教。
三、安装过程
1、cuda
安装包如图：
双击后，出现路径选择提示：
选好安装路径后，出现：
进度条读满后即出现安装引导界面：
同意并继续，接下来点击下一步即可。到达选项时，我选择的精简模式，即安装所有组件。
安装过程中会自动生成环境变量，因此不需要特别配置。
安装结束后，按照提示重新启动机器即可。
2、cudnn
下载后得到如图压缩包：
解压后得到一个cuda的文件夹，文件夹内结构如下：
将这三个文件夹复制到前述安装cuda目录下的v10.1文件夹下，我的目录为：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1；注意此文件夹中已经存在bin、include和lib文件夹，复制成功后，cudnn压缩包中的内容会合并到cuda目录中的相应文件夹中。
至此，打开终端，输入nvcc -V后回车：
3、tensorflow-gpu1.13
主要安装思路是通过终端对下载好的安装包pip install从而安装tensorflow-gpu。
我的电脑最初安装了python3.7.2，后来安装了Anaconda Navigator并通过此又安装了一个python3.7。因此通过命令行进入python时，会有如下显示：
但此次我不想通过conda安装tensorflow-gpu，因此将最初安装的python3.7.2设置为默认。设置过程简单，在用户环境变量中加上python3.7.2的安装目录并将此变量置于Anoconda之上即可：
重新启动终端，输入python回车：
另外，由于需要将tenflow安装到非conda的python中，因此pip命令也要默认为非conda。此仍需要对环境变量配置，如上面的环境变量图，会看到G:python-3.7.2\Scripts在G:Anaconda3.7\Scripts之上，这样在调用pip时，会优先启动G:python-3.7.2\Scripts目录下的pip.exe文件。
至此开始正式安装tensorflow：
首先将下载好的命为tensorflow_gpu-1.13.1-cp37-cp37m-win_amd64.whl的安装包复制到G:python-3.7.2\Scripts中，然后打开终端，输入G:回车后再输入cd python-3.7.2/Scripts回车，进入到该目录如图：
此时，就可以对该目录下的文件进行操作了。
在该目录下输入pip install tensorflow_gpu-1.13.1-cp37-cp37m-win_amd64.whl后即可进行安装，过程中会自动下载tensorflow依赖的包。界面显示安装完成后，输入pip list回车，查看安装成功后的所有包：
四、测试
打开一个终端，输入python回车进入默认的python环境：
# 导入tensorflow
import tensorflow as tf
# gpu信息
tf.test.gpu_device_name()
# 测试是否能够获取gpu 返回True
tf.test.is_gpu_available()
安装成功！
欢迎各位指正。
