这次重装系统后重新安装tensorflow-gpu，发现忘了怎么装的了，现在记录下这次的安装过程。安装的tensorflow-gpu版本为1.12.0，是截止目前（2018/12/22）最新版本。不想看安装过程的可直接拉到下面看正文。
由于在网上看到一篇文章介绍说使用conda安装tensorflow-gpu很酸爽，连cuda，cudnn都给你自动装好。我就决定一试。
首先，我先去Anaconda官网下载Anaconda，发现最新版本的是Anaconda的python3.7版本，不管不管，就下最新的。下好安装好以后，配置好环境变量（将Anaconda/和Anaconda/script加入Path环境变量），就迫不及待地安装tensorflow-gpu了。打开cmd，输入
conda install tensorflow-gpu，然后就等待奇迹发生了，心情有点小激动呢。结果跳出提示需要安装依赖，你妹啊，不是说好的一键安装吗？
接着我安装提示输入conda info tensorflow-gpu所需要的依赖，蹦出来一堆，后来发现win10下的python3.7还不支持tensorflow，只好降级为3.6了。查阅Anaconda官网只要输入conda install python=3.6即可将python降级。
好了，python也降级了，这次该成功了吧，输入conda install tensorflow-gpu，这次终于可以顺利安装了。可是......，下载咋这么慢呢，换源！输入一下两条命令即可实现conda换源：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --set show_channel_urls yes
换源后嗖嗖嗖就安完了。输入conda list查看tensorflow-gpu果然在列。然后写点代码测试一下，在python IDLE输入import tensorflow as tf，竟然报错！ ***，都是坑啊，算了，还是自己装cuda和cudnn吧。
--------------------------------------------------分割线----------------------------------------------------
正文
首先把上面安装的tensorflow-gpu和cuda、cudnn等全删了，我怕删不干净，直接把Anaconda删了。
这次我长教训了，安装的Anaconda是以前自己保留的版本，为大家方便，我把需要的软件都放在网盘，详细信息罗列在下：
Anaconda3-4.4.0
CUDA Toolkit 9.0
cuDNN：包含cuDNN64_7.dll
网盘地址链接：https://pan.baidu.com/s/1q9G4iMtP9edxI1w6IzzfKw 密码：umu7
下面来介绍具体的安装方法：
-
安装软件：Anaconda和CUDA都是.exe文件，点击执行安装即可。cuDNN是一个叫cuda的文件夹，不用动它。
-
配置环境变量：Anaconda的环境变量应该不用说了。主要说下CUDA和cuDNN的环境变量配置。
假入CUDA Toolkit 安装路径 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
cuDNN的那个叫做cuda的文件夹路径为 C:\tools\cuda
。我们就将以下路径放入环境变量：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\CUPTI\libx64
C:\tools\cuda\bin
-
在cmd中输入 pip install tensorflow-gpu就大功告成了，经测试可以使用。
附：环境变量设置方法
首先说一下为什么要配置环境变量？
假设有一个example.exe程序，我们得进入它的路径双击它才能打开。我们把这个exanple.exe程序所在的变量加入环境变量，那么我们只要在cmd里输入这个程序的名字example就能运行它，不加环境变量则不能。所以说，设置环境变量就是为了让人或别的程序能快速找到它运行它。tensorflow-gpu依赖CUDA，所以要设置它的环境变量便于tensorflow-gpu找到它。
设置方法：
右键“我的电脑”->“属性”->“高级系统设置”->“环境变量”->“系统变量”->点“Path”->点“新建”->新建添加所要加入的路径即可。