目的：安装GPU版本的tensorflow
一、查看电脑的NVIDIA 版本是否支持CUDA 以及能够配置的CUDA 版本
方法：
在桌面空白处单击右键，打开英伟达控制面板，如果找不到可以参考如下网址 win10 nvidia控制面板怎么打开,win10 nvidia控制面板开启步骤-大白菜u盘启动 (dabaicai.com)
打开后，点击左下角的“系统信息”，再点击“组件”，看到NVCUDA.DLL后面显示的版本
可以看到我的电脑就是支持CUDA的，且最高版本支持11.4.94（可向下兼容），那这个时候其实我下载<=11.4.94的CUDA版本都可以，因为向下兼容。但是也可以再去和官网匹配一下：
先查看我的显卡版本：
再去CUDA官网查看版本对应情况： Release Notes :: CUDA Toolkit Documentation
那可以看到我的显卡版本是471.41，因此我可以下载CUDA11.4 update4以下的CUDA.（向下兼容）那如果我想下载以上的版本，那我可以尝试看看更新我的显卡驱动（如果已经是最新的了，那就没办法了）更新驱动: Official Drivers | NVIDIA
另加说明：我真的小白，当时自己检索的时候都不知道该怎么去找这个版本对照，即使进了官网也找不到，虽然也有很多人给了链接，但是我还是想自己找到它，所以下面附上查找过程
1. 进到CUDA官网，然后选择文档（因为我想找的是版本对照，所以我就查看文档试试）
2.进入NVIDIA CUDA Tooklkit(CUDA工具包)
3，
至此，终于找到了
二、确定你的安装tensorflow类型
比如我想安装tensorflow_gpu_1.15.0
那到tensorflow官网在 Windows 环境中从源代码构建 | TensorFlow
查看该版本支持的CUDA和CUDNN的版本
三、安装CUDA
请看清楚你需要的TENSORFLOW型号，以及它需要的环境！
由于我想安装的是tensorflow_gpu_1.15.0,它支持的CUDA版本是7.4，CUDNN版本是10，因此我需要到CUDA的官网下载7.4的版本，方法如下：
在搜索引擎输入 CUDA+版本号
下载完成后，打开安装程序，选择你想安装到的位置，安装即可
然后同意并继续
注意这里如果当前版本高于新版本，则要取消勾选，否则会安装失败
配置环境变量
在我的电脑单机右键-->属性
检查是否有下图中的两个环境变量，有就不用配了，因为我这里有，所以我也不知道没有该怎么解决，因此如果有没有的伙伴需要另行检索
至此CUDA10.0 算是安装上了，验证一下是否安装成功：
第一步：同时按键盘上的“windows键+R”，输入“cmd”并回车，进入windows的命令行界面。
第二步：命令行里输入“nvcc -V”并回车
第三步：如果已经成功安装CUDA的话，会显示CUDA的版本号的。
四、 安装CUDNN
CUDNN下载：cuDNN Archive | NVIDIA Developer
由于我想下载的tensorflow适配7.4版本的CUDNN，所以我下载7.4.1 版本的CUDNN
下载完成后，解压下载的cuDNN压缩包，将其中的文件复制到CUDA文件夹中即可
此时如果想查看自己的CUDNN是否安装成功，则可到 如下目录，查找是否有cudnn.h文件，如果有，则说明你的cudnn安装成功了
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include
如果想继续核对你安装的版本，打开上述cudnn.h文件， 找到如下代码，代表你的cudnn版本是7.4.1
五、安装anaconda
我之前电脑上就安装过anaconda，所以此处就不放其安装过程了，需要的伙伴还需要再动动小手检索一下。
六、用ANACONDA安装TENSORFLOW
1）在ANACONDA里创建名为TENSORFLOW的环境（你可以叫他任何名字，这里我叫这个环境为TENSORFLOW。
conda create -n tensorflow pip python=3.6这里pip python=3.6的意思是在名为tensorflow的环境里搭建版本是3.6的python。
2）激活环境
conda activate tensorflow （取消激活环境以及删除环境的话用下面这两行代码）
conda deactivate
conda env remove -n tensorflow3）安装tensorflow-gpu 1.15版本
pip install --user tensorflow-gpu==1.15 -i https://pypi.tuna.tsinghua.edu.cn/simple显示说下界面说明安装上了
4）检测是都安装成功
在刚刚激活的环境下先输入python，然后输入下面代码进行测试
import tensorflow as tf
print('GPU', tf.test.is_gpu_available())如果显示如下界面则说明安装成功
至此大功告成！
感谢博主：
Win10安装CUDA+cuDNN+TensorFlow-GPU 萤火