最近几天做视频数据集的时候要用到tensorflow2的gpu训练版本，要安装对应版本的cuda和cudnn，网上的教程五花八门，我尝试了很多论坛的方法，有些能用有些不可以（也可能是我操作错误），经过两天调试终于能够运行了。
1介绍
使用的版本：Win10，python3.7，tensorflow2.1-GPU，CUDA10.1, CUDNN7.6.5，显卡驱动版本是425.31（用的IDE是pycharm）。版本对应关系主要可以参考 TF,CUDA,CUDNN版本对应
注意：下载的版本都要一一对应，错了的话是用不了的。
2NVIDIA驱动版本
先看看当前的驱动版本，一般在电脑的右下角有个英伟达的标志，如果没有那可能隐藏了，可以设置（具体请百度）
驱动版本不对应的需要更新过程如下：
1先进入英伟达官网 英伟达官网
2在官网的上面有驱动程序，下拉有GEFORCE驱动程序，点这个
3点进去后下拉可以看到手动搜索的框，按照里面的设置找到电脑上的GPU型号，然后开始搜索
4拉到下面可以看到最新的版本，下载下来后一路下一步傻瓜式安装，最后可以看到前面的版本已经变成了安装的版本
2CUDA安装
1下载CUDA CUDA10.1 选择win10的local部分，大概2.5G大小 其他版本的CUDA可以看这个NVIDIA CUDA各版本下载链接
下载慢的话把链接拷贝到迅雷里面，飞速提升。
2打开安装第一个弹出的目录是解压的地方，安装完成后会自动删除，所以随便找个地方就好了。
然后安装目录也选择默认的，会放在这个目录
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
3如何查看版本，只要在命令行里进入安装位置"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin"，输入 nvcc -V （后面那个V是大写的）就可以看到10.1版本安装好啦
在path里进行设置后可以直接输入nvcc -V来查看结果，具体请看 CUDA在cmd中测试
3CUDNN安装
1进入cudnn网站 cudnn下载，这个下载需要注册账号
2然后进入下载界面，根据前面的版本，我这里选的是10.1版本，也可以用迅雷下载 大概250M
3下载下来后解压出来一个CUDA文件夹，里面有三个文件+一个txt
4把该文件里三个文件夹的内容分别复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1 这个文件夹对应的下面，
然后再把cudnn压缩包解压出来的文件夹也放到这个里面，我重命名为cudnn如下图第二个文件夹（这个文件夹就是cudnn解压缩出来的，我只是改了个名字）
5path设置，首先右键我的电脑属性--左边高级系统设置--高级--环境变量--系统变量--Path
编辑这个Path，然后新建，加入四个新path如下下图（注意顺序），然后cudnn就安装完成了
6测试，在命令行进入到如下路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite，然后分别执行bandwidthTest.exe和deviceQuery.exe会得到下面两个RESULT=pass
4注意
1前面的做法都是亲测可用的（至少我经过测试可以使用）
2tensorflow2.1要求Microsoft VisualC2019版本（2017和2015都没用）安装软件应该是VC_redist.x64.exe这个可以自行百度下载。
5现在可以在使用tensorflow2.1快乐用GPU训练了
