这篇文章不指导你具体怎么安装，其他博客大把安装方法，我只告诉你，具体的版本不要看其他人的，每个人用的CUDA可能都不同，越看越乱，直接看运行后系统的提示，我整了一天没有搞定，最后还是按照系统提示搞定的。
Win10上搭建TensorFlow的开发环境需要至少需要安装3个软件，分别为：1.python，2.CUDA和CuDNN，3.TensorFlow（GPU版）。安装前一定要确认好每个软件的版本是否相互支持。
只要确保Python版本在3.5以上，CUDA的具体版本是由TensorFlow决定的，这点消息在TensorFlow官网可以看到，可惜大陆无法打开https://www.tensorflow.org/install/install_windows，所以具体的CUDA版本每个人意见都不同，才会看到如下的谆谆教诲：
下载安装Cuda8.0，一定要是8.0版本！下载地址，并按照下图选择下载本地安装包。
另外一个博客的
1,CUDA Toolkit 9.0, 注意，版本一定要是V9.0，不能9.1,9.2...
2,对应CUDA toolkit 9.0的cuDNN v7.0
我自己从CUDA9.1，到CUDA8.0 都下载了，然后再删除了。最后根据提示才下载了CUDA9.0版本。
********************************************一下是错误报告和解决方案*************************************************
第一次运行错误：
OSError: [WinError 126] 找不到指定的模块。
ImportError: Could not find 'msvcp140.dll'. TensorFlow requires that this DLL be installed in a directory that is named in your %PATH% environment variable.
You may install this DLL by downloading Visual C++ 2015 Redistributable Update 3 from this URL: https://www.microsoft.com/en-us/download/details.aspx?id=53587
解决方案：
ImportError: Could not find 'msvcp140.dll'
这个问题按照提示去官网https://www.microsoft.com/en-us/download/details.aspx?id=53587下载Microsoft Visual C++ 2015 Redistributable Update 3搞定了
第二次运行：
但是运行后出现了新的问题：
OSError: [WinError 126] 找不到指定的模块。
ImportError: Could not find 'cudart64_90.dll'. TensorFlow requires that this DLL be installed in a directory that is named in your %PATH% environment variable.
Download and install CUDA 9.0 from this URL: https://developer.nvidia.com/cuda-90-download-archive
然后又按照网址下载CUDA，发现，哇直接是9.0的版本，我没有多考虑，直接下载安装，重启电脑，运行程序，成功了，好想抱抱自己，折腾了一天，总算搞定了。
总结我的版本：
Windows 10
GPU: NVIDIA geforce gtx 1050 ti 版本计算能力是 6.1,符合要求（3.0 or higher. ）
Python 3.5.3
TensorFlow 1.10
CUDA 9.0
cuDNN:cuDNN v7.2.1 Library for Windows 10 点击下载后文件是：cudnn-9.0-windows10-x64-v7.1.zip
运行一下程序测试：
import tensorflow as tf
a = tf.random_normal((100, 100))
b = tf.random_normal((100, 500))
c = tf.matmul(a, b)
sess = tf.InteractiveSession()成功输出：
2018-08-23 21:34:46.199306: I T:\src\github\tensorflow\tensorflow\core\platform\cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2
2018-08-23 21:34:46.451281: I T:\src\github\tensorflow\tensorflow\core\common_runtime\gpu\gpu_device.cc:1405] Found device 0 with properties:
name: GeForce GTX 1050 Ti major: 6 minor: 1 memoryClockRate(GHz): 1.4175
pciBusID: 0000:01:00.0
totalMemory: 4.00GiB freeMemory: 3.30GiB
2018-08-23 21:34:46.451897: I T:\src\github\tensorflow\tensorflow\core\common_runtime\gpu\gpu_device.cc:1484] Adding visible gpu devices: 0
2018-08-23 21:34:47.189717: I T:\src\github\tensorflow\tensorflow\core\common_runtime\gpu\gpu_device.cc:965] Device interconnect StreamExecutor with strength 1 edge matrix:
2018-08-23 21:34:47.190132: I T:\src\github\tensorflow\tensorflow\core\common_runtime\gpu\gpu_device.cc:971] 0
2018-08-23 21:34:47.190374: I T:\src\github\tensorflow\tensorflow\core\common_runtime\gpu\gpu_device.cc:984] 0: N
2018-08-23 21:34:47.190729: I T:\src\github\tensorflow\tensorflow\core\common_runtime\gpu\gpu_device.cc:1097] Created TensorFlow device (/job:localhost/replica:0/task:0/device:GPU:0 with 3017 MB memory) -> physical GPU (device: 0, name: GeForce GTX 1050 Ti, pci bus id: 0000:01:00.0, compute capability: 6.1)
[Finished in 2.6s]