环境：
win10 x64位,cuda10.1，cudnn 7.5，vs2013，vs2015 distributed ，GTX1060
按照网上的教程安装，如下面博客
https://blog.csdn.net/huanyingzhizai/article/details/89298964
我最后的安装位置：anaconda2下面的虚拟环境py3下面新建虚拟环境：tensorflow-gpu
安装的tensorflow库：
坑：
包括conda安装和pip安装完提示安装成功，但是一旦import tensorflow as tf就会直接报错：
提示dll加载失败，找不到指定的模块。
试过重装很多次，都还是一样，报同样的错误，原因是tensorflow版本和cuda版本不匹配导致的。我的cuda是10.1版本，而tensorflow最新的是1.13.1（今天刚出了1.14.0还没提供下载），只支持到cuda 10.0，因此一直会提示dll加载失败。换cuda版本实在是工作量有点大，牵扯到我的caffe和torch环境，尤其caffe得重新编译，麻烦的很，想想还是算了，找找其他办法能不能解决。
解决办法：
为什么会提示dll加载失败呢？都是那些dll加载失败呢？？终于在一篇博客找到了希望，参考的博客：
https://blog.csdn.net/l_mingo/article/details/88110945
按照博客方法打开命令行输入以下命令查看依赖的是哪些dll：
"c:\Program Files (x86)\Microsoft Visual Studio 14.0\VC\bin\dumpbin.exe" /dependents C:\Users\username\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\_pywrap_tensorflow_internal.pyd
接下来就会输出目前tensorflow所依赖的dll库：
按照博客中的方法：在命令行中使用：where cublas64_100.dll 的命令来查找这些库是不是在系统的path中，但是我使用了where之后只是显示了下面的这种提示：
这只是提示在系统path中没找到这些dll。但是，我使用一个文件搜索神器（Everything）把这些dll挨个搜了一遍：如下图所示
发现不在C:/windows/system32文件夹下，但是在其他很多文件夹中存在这个文件，然后我就按博客所说的，将搜到的这个dll随便复制一个放在C:/windows/system32文件夹下面就可以了。其他dll文件都找到了，但是有一个文件：cusolver64_100.dll ，搜遍了整个电脑都没有，但有一个cusolver64_10.dll，两个文件名挺像的，应该就是版本不一样吧：
试着将cusolver64_10.dll复制一份，重命名为cusolver64_100.dll，然后放到C:/windows/system32文件夹下，奇迹发生了，输入import tensorflow 没报错，接着输入下面两条命令试试能不能使用GPU：
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())竟然成功了，成功的打印了GPU信息，折腾了一天，终于搞定了。
总结：
我没有将cuda10.1换成其他版本，因为我的caffe和torch都是基于cuda10.1的，要是重新将cuda降级，工作量会更大，caffe得重新编译，torch得重装，还好解决了，环境问题真是头疼！