*win10_x64+anaconda2019.3+cuda10.0+cudnn7.5.0+tensorflow-gpu2.1.0+pycharm2019.1.1
1.安装anaconda2019.3 安装过程需要选择环境变量，如下图（左图）。
完成安装（learn可以不用勾选）
安装完成后win+R 输入cmd后输入conda list 象征性的查看一下就好了，出现以下界面表示安装成功。
2.安装cuda 10.0
安装最开始的路径根据自己的喜好进行选择，接着选择自定义模式，没有安装VS必须将勾去掉，有vs不使用vs的朋友将CUDA的下拉菜单下的VS的勾去掉，此处我将其去掉了（我电脑安装了vs2017,但我不使用VS打开py项目，一般采用轻量型的Pycharm）。
接着在driver components中查看你的CUDA的版本号，我的是411.31 再查看自己电脑的版本号，查看自己版本号见下图，我的版本号是441.08 ，由于411.31小于441.08的版本号，所以要将Display driver的勾去掉，如果相等或者大于则必须将勾打上。
安装过程选择路径，默认为下图格式即可。如果选择了其他路径导致找不到如图路径，将其卸载，重新安装。
完成安装后，检查下图的NVCC和CUPTI中的图示文件是否存在，存在即进入下一步。
3.安装Cudnn
将cudnn解压后生成一个cuda的文件，将其重命名为cudnn,将其复制到以下路径下
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
检查以下文件是否存在，必须存在才能进行tensorflow的安装。
3.环境变量的配置
我的电脑—>属性—>高级系统设置—>环境变量—>PATH
新建变量，将下图的四个路径依次添加变量后并上移置顶，四个变量缺一不可。
路径名依次为：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\cudnn\bin
以上路径仅供参考，以自己电脑实际为准，。
接着在cmd下测试CUDA的安装，输入nvcc -V，弹出类似下图的版本号10.0，即安装完成。
4.tensorflow的安装
（1）打开Anaconda Prompt（可在windows左下角搜索框中找到），输入代码 conda create -n TF2.1 python=3.7 并运行，创建一个TF2.1环境。选择y安装相应软件包。安装完成后输入 conda activate TF2.1 激活进入TF2.1环境。
（2）pip install --ignore-installed --upgrade tensorflow_gpu2.1.0 -i https://pypi.tuna.tsinghua.edu.cn/simple 输入命令安装tensorflow_gpu2.1.0,安装其他版本将版本号更改即可。
在安装过程中报错或者采用其他办法安装报错的话，我采用的方法是将TF2.1的环境删除后，重新创建环境安装，删除环境的命令为conda remove -n TF2.1 --all
（2）安装完成后输入python后输入命令 import tensorflow as tf，退出python用exit()命令。
若出现以下错误，提示导入 dll 文件失败，需要安装 VC_redist.x64.exe。下载地址：https://support.microsoft.com/zh-cn/help/2977003/the-latest-supported-visual-c-downloads
（3）下载完成后进行安装。接着再次输入命令测试 import tensorflow as tf，若出现如下错误，cudart64_101找不到，改错方法为：1）找到CUDA的安装目录（默认：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA）
2）直接搜索：cudart64
3）搜到的是cudart64_100.dll右键属性，把它改成：cudart64_101.dll
（4）接着再次输入命令测试 import tensorflow as tf,接着输入print(tf.constant([1.0, 2.0]))出现下图即可。
输入tf.__version__查看tensorflow的版本号。
5.pycharm的安装
（1）现在我们已经安好了TF和Python的解释器，但是一直在命令行里敲很不方便，这里我们就装一个方便写代码的一个工具Pycharm.打开安装包安装，根据自己的磁盘大小选择目录。
（2）全部勾选
（3）接着选择在Anaconda3目录下
（4）安装完成，重启电脑
（5）运行Pycharm，点击 Do Not import settings。创建新项目。
（6）选择TF2.1环境下的Python解释器，见下图操作。
（7）创建完成，开启学习之路。
所有软件版本如下所示：
因为不同版本的TensorFlow对应不同版本的CUDA和cudnn，在安装时应多加小心注意。
部分图片来自于网络，如有侵权，请联系删除，谢谢。