Tensorflow-GPU环境搭建总结
这几天配置tensorflow-gpu运行环境实在太糟心了，亲身体会各种套路，各种坑，各种版本，走了无数弯路，为后人少走弯路，特写此贴一一指明前方各种隐性坑
——Harrison
本人配置环境为：
Windows7 + cuda9.0 + cudnn7.0+ tensorflow-gpu1.5.0+Python3.6
（Python3.6 用Anaconda3-5.1.0自带安装）
安装步骤：
step1：安装cuda9.0
cuda安装过程中 会先要选择一个临时文件夹解压，你可默认c盘，我为避免配置完毕后忘记删除解压包，解压在d盘；后面不选择精简安装，选择自定义安装，随后其各部分组件会安装在电脑C:\ProgramFiles\NVIDIA GPU Computing Toolkit\CUDA\v9.0目录下，不出意外可完成安装。
如果出现错误，则大部分原因为少了VS组件，可根据需求安装VS2013或VS2017，这里组件是cuda为适应vs环境运行所需，如不应用VS的话，可在自定义里选择不安装此组件。
如果在安装相应版本的VS的情况下仍然出现报错安装不成功的话，请删除电脑c盘中cuda相关组件，如下图：
删掉后重装，可百分百解决cuda不能安装的问题
step2：安装cudnn7.0
安装cudnn需要适配cuda的版本，如果想避免踩坑，请使用楼主是用版本。官网下载解压cudnn后，将相对应文件放置在其cuda相应文件夹下，共三文件。
step3: 安装Python
我安装的是Python3.6 ，一些帖子可能会建议大家去搭建Python3.5的环境，但为了以后一劳永逸可适配新版Python3.6，没问题的。这里我建议使用Anaconda这款软件安装Python环境， 我安装的是3.6.4 其自带Python3.6，无需再单独安装Python。
step4： 安装Tensorflow-gpu
这里我安装的是Tensorflow1.5.0 建议安装的版本不低于本贴，后面跑训练集版本要求较高，安装比较简单 conda install tensorflow-gpu ==1.5.0 / pip install tensorflow-gpu ==1.5.0 /或者使用pycharm安装也可以。
step5： 安装Tensorflowobject deteaction api三方库
这里安装较为麻烦，详情请参考网上帖子： https://blog.csdn.net/zlase/article/details/78734138
至此可完美搭建完毕编译环境！！！！！