TensorFlow的GPU安装是非常麻烦的，特别是在版本匹配问题上，所以要做好心理准备，我花了8个小时才安装好。
首先介绍一下我最后安装成功的环境 ：
windows10, python3.6, tensorflow-gpu1.9.0(非官方），Visual Studio2015， cuda9.2.148, cudnn7.2.1，GTX1060
这里介绍一下安装流程：
一、安装cuda9.2版本
打开NVDIA控制面板找到右下角的系统信息
点击组件查看CUDA
这里显示我的电脑是CUDA9.2.189，亲测CUDA9.1和CUDA9.0安装不成功，电脑应该是只能安装9.2版本的，于是在官网上下载了CUDA9.2.148版本，下载后双击安装，这里注意了它需要VS的库支持，没有安装VS的话会安装不成功，我电脑自带了VS2015，于是安装完就是下图：
然后重启，打开cmd命令行输入nvcc -V, 若出现下图则意味CUDA9.2安装成功
二、安装cuDDN7.21版本
我安装如上图所示的版本，这个一定要安装和CUDA9.2对应的版本，否则会失败，下载后是一个压缩包，需要管理员权限才可以解压是一个名为cuda的文件夹，里面有下图所示：
把这三个文件夹一起拷贝到之前安装CUDA9.2的文件夹中，同样是需要管理员权限，并且把放入CUDA9.2文件夹里的bin文件添加到系统环境变量中。
三、 安装tensorflow的gpu版本
截止到2019年3月25日，我测试了所有常见的tensorflow-gpu版本，都是不行的，因为无论走不走镜像pip install tensorflow-gpu==版本号，都是官方版本，而官方版本最多支持到cuda9.1版本。
所以要找到支持CUDA9.2版本的挺不容易的，幸好GitHub上有个大神编译了一个tensorflow-gpu 1.9.0 版本，亲测可以适用于cuda9.1！文件名为：tensorflow_gpu-1.9.0-cp36-cp36m-win_amd64.whl。最后我是在anaconda环境中 pip install tensorflow_gpu-1.9.0-cp36-cp36m-win_amd64.whl安装成功的！
四 、测试安装效果
测试tf的方法：
import tensorflow
tf.test.is_built_with_cuda()
说明安装成功，然后我运行了以前一个程序，会自动用GPU版本的tf，且速度是以前用cpu版本的十几倍以上。
