基础环境：Win10、Python3.6.7、Pycharm2018 2.4
上述安装：https://blog.csdn.net/Fowee/article/details/83048154
-------------------------------------------------------------------------------------------------------------------------------
安装环境：
显卡：GTX1060(Notebook)
CPU：i7-8750H
安装目标：
tensorflow_gpu-1.12.0 from: tensorflow.google.cn/install/
其他需求：
CUDA：10.0.130_411.31
cuDNN：7.3.1.20
Compiler：VS2017 15.8 (本文未涉及，如果没有自行下载)
版本参照：
https://github.com/fo40225/tensorflow-windows-wheel
https://tensorflow.google.cn/install/source_windows
-------------------------------------------------------------------------------------------------------------------------------
本文涉及的所有下载文件：
链接：https://pan.baidu.com/s/1L3UtuYSyc2esf_W0bZjVmw
提取码：j36w -------------------------------------------------------------------------------------------------------------------------------
本文结构：
1.CUDA
（1）显卡型号检查
（2）CUDA下载
（3）CUDA安装
（4）CUDA测试
2.cuDNN
（1）cuDNN下载
（2）配置环境变量
3.TensorFlow
（1）下载对应的GPU版本的TF
（2）安装TF
（3）Hello TensorFlow！
-------------------------------------------------------------------------------------------------------------------------------
1.CUDA 10.0.130_411.31
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 [百度百科]。
（1）显卡型号检查：https://developer.nvidia.com/cuda-gpus
特别说明，如果Compute Capability 值低于3.0，不建议使用该GPU计算。
（2）CUDA下载
文档：https://developer.nvidia.com/cuda-toolkit-archive
下载CUDA：https://developer.nvidia.com/cuda-downloads
根据 https://github.com/fo40225/tensorflow-windows-wheel TF1.11-1.12 必须安装CUDA10
（3）CUDA安装
下载后双击打开安装，
这里路径修改为：D:\NVIDIA\CUDA （之后的cuDNN也应该在该路径下）
等待一会，选择自定义
这里取消勾选GeForce Experience，保留其他组件
修改安装路径，这里分别是：
D:\NVIDIA\CUDAv10.0
D:\NVIDIA\CUDAv10.0
D:\NVIDIA\Samplesv10.0
同意并安装：
耐心等待安装完成。
（4）CUDA测试
在 CMD 中输入 nvcc -V，如果输出是 CUDA 版本信息，则说明安装成功
-------------------------------------------------------------------------------------------------------------------------------
2.cuDNN 7.3.1.20
cuDNN 简单理解就是CUDA的补丁
（1）cuDAA下载
cuDNN官网：https://developer.nvidia.com/cudnn（下载需先注册登录，由于很简单这里不赘述）
单击下载：cudnn-10.0-windows10-x64-v7.3.1.20
解压缩下载的cudnn-10.0-windows10-x64-v7.3.1.20.zip文件，得到3个文件夹：bin，include，lib
将这三个文件拷贝到“D:\NVIDIA\CUDAv10.0” （CUDA安装路径）
（2）配置环境变量
确认环境变量，CUDA_PATH和CUDA_PATH_V10已经存在
依此添加下列三个路径到Path里
D:\NVIDIA\CUDAv10.0\bin
D:\NVIDIA\CUDAv10.0\include
D:\NVIDIA\CUDAv10.0\lib\x64
-------------------------------------------------------------------------------------------------------------------------------
3.TensorFlow
（1）下载对应的GPU版本的TF
我们选择AVX2指令集版本，请先查看自己CPU是否支持AVX2指令集，可以通过下载CPU-Z检测：
http://download.cpuid.com/cpu-z/cpu-z_1.87-cn.exe
例如：
https://github.com/fo40225/tensorflow-windows-wheel/tree/master/1.12.0/py36/GPU/cuda100cudnn73avx2路径下分别下载001和002（或直接点击001、002分别下载）
如果不支持AVX指令集，请下载 SSE2指令集版本：TensorFlow1.12.0 win10 GPU SSE2
下载完成后，将文件解压，
解压后得到：
（2）安装TF
CMD下执行命令：
进入 .whl 文件的目录
cd /d E:\Downloads\tensorflow_gpu-1.12.0-cp36-cp36m-win_amd64通过pip命令安装
pip install tensorflow_gpu-1.12.0-cp36-cp36m-win_amd64.whl
耐心等待安装完成
（3）Hello TensorFlow！
进入Python，依此输入
import tensorflow as tf
hello = tf.constant("Hello,TensorFlow！")
sess = tf.Session()
print(sess.run(hello))
sess.close()
成功打印：Hello TensorFlow！
附Pycharm中的运行结果：
-------------------------------------------------------------------------------------------------------------------------------
TensorFlow中文社区：http://www.tensorfly.cn/
TensorFlow中文手册：http://www.tensorfly.cn/tfdoc/api_docs/index.html
TensorFlow GitHub：https://github.com/tensorflow/tensorflow
TensorFlow pypi：https://pypi.org/project/tensorflow/
-------------------------------------------------------------------------------------------------------------------------------