2018年初，谷歌在 GitHub 上正式发布了 TensorFlow 的最新版本 1.5.0，并开源了其代码。支持 CUDA 9 和 cuDNN 7 被认为是本次更新的最重要部分。
写在前面：检查GPU是否支持CUDA
先确定下自己的显卡型号（不要告诉我你不知道怎么查看自己的显卡型号）。
可以从下面的网址查看自己的显卡是否在支持之列。
如果你的显卡比较新，到这里检查是否支持CUDA：https://developer.nvidia.com/cuda-gpus
如果你的显卡很老，请到如下链接检查是否支持CUDA：https://developer.nvidia.com/cuda-legacy-gpus
注意笔记本和desktop的区别。
一、安装CUDA
1、下载CUDA相应版本：https://developer.nvidia.com/cuda-downloads
如果需要下载CUDA的历史版本，请到这里：https://developer.nvidia.com/cuda-toolkit-archive
下载好安装包后，打开直接点击‘next’下一步进行安装，安装路径默认为C盘就好。
2、安装程序结束后，进行环境变量配置
①右击“我的电脑”，选择“属性”，点击“高级系统设置”
②选择“环境变量”，在“系统变量”框中找到“path”，点击选中，并点击“编辑”按钮
③点击“新建”按钮，将下图框出的四条路径添加进去（若已经含有的路径，可不用重复添加），然后“确定”。
至此，CUDA安装完毕。
二、安装cuDNN:
1、cuDNN下载，下载时需要注册之类的，为方便大家下载，笔者也上传至百度云供大家方便下载。
官方下载地址：https://developer.nvidia.com/rdp/cudnn-download
笔者上传百度云地址（若地址失效请留言，版本为cudnn-9.0-windows10-x64-v7）： 链接: https://pan.baidu.com/s/1jJG6yNW 密码: u7fg
2、解压压缩包，把压缩包中bin,include,lib中的文件分别拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0目录下对应目录中
3、把C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\CUPTI\libx64\cupti64_80.dll
拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
至此，cuDNN安装完毕。
三、安装TensorFlow-gpu
如果之前安装了TensorFlow的CPU版本可使用命令pip uninstall tensorflow 进行卸载。
打开命令提示符，使用命令pip install tensorflow-gpu 进行安装。
另：笔者使用的是python3.5，若有需要对应的anaconda的请留言。