1. 下载安装CUDA
下载地址：https://developer.nvidia.com/cuda-toolkit-archive
下载界面如图所示。根据自己的Tensorflow版本，选择相应版本的CUDA进行安装，然后根据计算机及操作系统的种类进行进一步的选择 （下载方式建议选择local，network方式可能会出现一些错误）
注意：在进行安装时，选择自定义安装路径，否则会因为临时解压目录和安装目录相同 ，导致安装结束后，临时解压目录被删除，所以安装目录也被删除。以至于在复制cuDNN文件时找不到文件夹。所以在进行安装时应选择自定义安装
下图所示，为临时解压路径。
下图所示，为安装路径。此处安装路径应自己进行选择，并且不与临时解压路径相同或相包含。
2. 下载安装cuDNN
下载地址：https://developer.nvidia.com/rdp/cudnn-download
下载界面如图所示。首先需要使用NVIDIA账号登录，如果没有需要使用邮箱进行注册。如果忘记密码，可以发送邮件进行重置。
勾选 I Agree To the Terms of cuDNN Software License Agreement， 然后选择相应的版本进行下载，Archived cuDNN Releases可以选择其他已有的版本。
下载完成后进行解压，将各个文件夹中的文件分别复制到之前安装cuda的文件夹下（此处注意将同名文件夹中的内容进行复制，如将bin文件夹中的文件复制到cuda的bin文件夹中）：
3.配置环境变量
将CUDA的安装路径设置到Path中
4.Tensorflow的安装
pip指令：pip install tensorflow-gpu 或者在PyCharm中搜索直接进行安装
注意：tensorflow和tensorflow-gpu同时存在可能会存在问题，可以将tensorflow卸载只留下tensorfflow-gpu