跳坑成功！（若是看到这个的东西，安装出问题，请给我留言或者私信，我来帮你跳坑）
环境：windows，1050ti ，电脑显卡驱动已经装好。
- 先说个很重要的话，你先去看下你的显卡是否可以用cuda加速，去官网看下就可以了，可以加速都给出来了。比如我的1050（1050ti 包含在这）。
- 然后看下你要装什么版本的tensorflow，比如我要装1.8的，一查可以用cuda9.0，cudnn7.0（cudnn9.0）都合适，主要是看，tensorflow版本要和什么cuda和cudnn版本配合。
想了解如何选择和正确安装跟Tensorflow版本对应的CUDA和cuDNN版本请看：
https://blog.csdn.net/XCCCCZ/article/details/80385448
配置：
你可能觉得奇怪，怎么我的题目上是tensorflow1.10.0 怎么下载的却是1.8，那是因为我用1,8 安装出错了！，后面有解决方案，你看下去便知道。
下载链接：
这里说一下，avs和sse什么鬼的，有些电脑就是安装不上avx，所以需要编译tensorflow生成对应的版本，比如有大神就编译了生成sse的，供大家使用。
- cudnn下载。。。。就有点麻烦了，要去官网注册账号下载，来来去去比较麻烦，你需要留言给我邮箱，我直接发给你。
- 下载Anaconda5.2.0（64位或32位）https://www.anaconda.com/download/
按照过程：
- 安装Anaconda 5.2 一路安装下来。
如没有点击上面，将变量加入环境变量则将下面的文件夹自己手动添加。
.检查Anaconda是否成功安装：conda --version
检测目前安装了哪些环境：conda info --envs
检查目前有哪些版本的python可以安装：conda search --full-name python
（好多呀，要哪个呢？嘻嘻当然是python3.6啦）
安装不同版本的python：
对于GPU版本：conda create --name tensorflow-gpu python=3.6
（默认情况下会自动选择最新版本分支）
按照提示，激活之：activate tensorflow
（嘻嘻它有了一顶小帽子~代表我的当前环境哦）
确保名叫tensorflow-gpu的环境已经被成功添加：conda info --envs
检查新环境中的python版本：python --version
从上面看的话，我们给tensoflow-gpu开了一个新的环境，注意哈，这要看网速的哈，昨天我按照的是时候，死活不能新开一个环境，因为新开环境会需要下载依赖项，需要下载的，但是呢网速实在不给力，而且我已经时用vpn了还是没有用，但是今天秒下载，这人品，所以今天装不了不要着急，明天试一试网速吗，因为这些问题都是网速的问题不是你安装中出了error，不要慌。
========================================基本已经完成。===============================
- 点开cuda9.0(笨重的那个，小的那些是补丁)，放在这个暂时的文件夹可以的，反正会销毁，最终安装是在c盘的
CUDA(Compute Unified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。 开发人员现在可以使用C语言来为CUDA™架构编写程序，C语言是应用最广泛的一种高级编程语言。所编写出的程序于是就可以在支持CUDA™的处理器上以超高性能运行。CUDA3.0已经开始支持C++和FORTRAN。
计算行业正在从只使用CPU的“中央处理”向CPU与GPU并用的“协同处理”发展。为打造这一全新的计算典范，NVIDIA™（英伟达™）发明了CUDA（Compute Unified Device Architecture，统一计算设备架构）这一编程模型，是想在应用程序中充分利用CPU和GPU各自的优点。现在，该架构已应用于GeForce™（精视™）、ION™（翼扬™）、Quadro以及Tesla GPU（图形处理器）上。
这里提一下，我是点默认安装但是总是安装不上，原因很简单，cuda9.0的驱动比我本地安装的显卡驱动要版本少，所以按照不上，所以我选择是自定义安装，我没有自定义的安装，我是把cuda自带的版本低的不选择安装就好，然后GeForce Experience 不要选择，CUDA是核心组件必须勾上 。最好安装成功，测试结果是：
如果不是和我一样之前用驱动精灵装的显卡驱动，那么可以避免错误的话去官网下载和你显卡配套的最新驱动就好，很容易的，安装就可以的，然后点击默认安装（如下），就不会错了。显然我也是用驱动安装的，比官网上的还要新点的版本，但是我是自定义安装的也没有错呀，所以不怕！遇到问题不要慌张，因为网上肯定有人遇到你种种情况的，相信我！随意找找资料看看没救可以解决的！不要慌！
将上面三个补丁，一一点击打开，步步点击默认安装就是了。
安装完成之后打开命令行，输入：nvcc -V查看版本，如果出现以下类似信息表示安装成功。
- cudnn 9.0安装
解压，得到三个文件，将三个文件下的，文件复制到对应的cuda 9.0安装目录下的对应文件里去（如bin-bin），一般在c盘，NVIDIA GPU。。。
- 安装 tensorflow
进入tensflow-gpu环境下：activate tensorflow-gpu，这才能在这个文件下去安装哦
命令行输入：pip install tensorflow-gpu，默认安装最新的tensorflow 版本1.10.0。
或者输入： pip install --ignore-installed --upgrade tensorflow-gpu
测试：
- 装Opencv3.4（实际上这句命令是最新版本的）
在tensorflow-gpu环境下安装opencv ，输入：pip install opencv-python
测试：
验证opencv小程序
#导入cv模块
import cv2 as cv
#读取图像，支持 bmp、jpg、png、tiff 等常用格式
img = cv.imread("c:\course\lena.jpg")
#创建窗口并显示图像
cv.namedWindow("Image")
cv.imshow("Image",img)
cv.waitKey(0)
#释放窗口
cv.destroyAllWindows()
------------------------------------------------------------后记------------------------------------------------------------------
如果你是这情况，那么是你进入错了环境哈，进到了Anacoda去了呀，你要去enev下的tensorflow-gpu这个环境下呢。
再说一条，有些人可能是把tesorflow安装文件下载到本地，比如说，之前的我就是这么干的，但是，我出错了，
出错原因就是版本不对呀，上面的找不到模块，找不到cudart64_91.dll,就是安装了不匹配的tensorflow了呀，所以说呀，cuda9.0+cudnn7.0+tensorflow1.8是真的，而是cuda9和cudnn7.0也是真的，是官网上标准出来的，而我不知道哪里来的自信，就是因为我朋友是用的这个配置：
但是他提醒我了，不是自己下载到本地的ts1.8安装的，而是直接pip insatll tensorflow-gpu 但是我不听，现在后悔了，耽误了半条去找原因。所以为了以防万一，请大家用cuda9.0+cudnn7.0去配置你想配置的tensorflow版本。
还有，如果安装的时候没有用清华的镜像，但是安装慢导致出现下面的问题：
出现timeout的错误时，可以这么解决：
pip --default-timeout=6000 install -U tensorflow_gpu-1.8.0-cp36-cp36m-win_amd64.whl
升级pip到最新版，防止稍后的安装时，出现错误（笔者初次在安装tensorflow时，没有更新pip到最新版，导致下载到一半出现错误），输入指令：
python -m pip install --upgrade pip
在编译时会出现这样的错IndentationError:expected an indented block说明此处需要缩进，你只要在出现错误的那一行，按空格或Tab（但不能混用）键缩进就行。 包内出错，是h5py包 对h5py进行更新升级
pip install --user -i https://pypi.tuna.tsinghua.edu.cn/simple/ h5py==2.8.0rc1
- 偷懒的可以看这里：
主要是讲用cuda 9.0 +cudnn7.0+tensorflow（其实是最新，但是视频用的是tensorflow1.8），告诉你怎么下载cuda9.0 和cudnn7.0，以及怎么看你的显卡适合装tensorflow的gpu版本。
https://www.youtube.com/watch?v=MnMYCPc82xI
看了那么多博客说实话，还没有这个给我的那么有用：https://blog.csdn.net/gangeqian2/article/details/79358543 感谢！！