在win10电脑中配置tensorflow-gpu环境
1. 确认显卡信息
1.1 显卡型号以及NVIDIA驱动版本
右击桌面-->NVIDIA控制面板
2. 根据显卡信息确定可安装的CUDA版本
2.1 参考网址
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
这里面显示了CUDA对于显卡驱动版本的最低要求，本机显卡驱动版本为460.89，所以下面的表格里大部分的CUDA版本都是可以安装的，但是不建议安装太高版本的。
3. 下载并安装CUDA
3.1 网址
https://developer.nvidia.com/cuda-toolkit-archive
3.2 安装
将exe文件下载到本地，然后无脑安装即可，但是要记住CUDA的安装位置
3.3确认
win + R
cmd 打开命令行
nvcc -V
如果输出正确的CUDA版本信息即为安装成功
4. 安装cuDnn
4.1 下载网址
https://developer.nvidia.com/rdp/cudnn-archive
第一次下载需要注册账号。根据CUDA版本，找到对应的cuDnn文件即可。
4.2 安装cuDnn
解压之后，将cuDNN里面的文件复制到CUDA安装的文件夹里，覆盖重复的文件。
5. 安装Python
5.1 安装Anaconda
去清华镜像源下载Anaconda，安装
5.2 修改镜像源
改成北外源就可以了，挺快的
5.3 创建虚拟环境
创建环境
conda create -n xxx python=3.x
删除环境
conda remove -n xxx --all
注意Pythn的版本需要和CUDA以及tensorflow对应；不过虚拟环境的创建和删除还是很快的
6. 安装tensorflow
有两种安装方式，一种在线安装，一种本地安装
6.1 在线安装
记得安装正确版本的tensorflow，在conda虚拟环境中运行
pip install tensorflow-gpu==1.15.0
6.2 本地安装
6.2.1 网址
https://pypi.org/project/tensorflow-gpu/1.15.0/#files
6.2.2 安装
下载whl文件后，在conda prompt中进入虚拟环境，cd到whl所在的文件夹，然后运行
pip install xxx.whl
7. 验证
安装完成之后打开python，运行
import tensorflow as tf
print(tf.__version__)
print(tf.test.is_gpu_available())
第一个print是验证tensorflow是否安装成功，第二个print是验证tensorflow是否能够使用GPU进行运算，只要有一个失败就说明安装失败
8. 如有需要，选择重装
如果失败，很有可能是版本不一致的问题，仔细阅读上面验证代码输出的信息或许可以找到问题所在。可能是CUDA的问题，也可能是tensorflow的问题。
8.1 卸载CUDA
如果需要重装CUDA，那么需要卸载原来的CUDA Toolkit
卸载NVIDIA/CUDA相关的包，只保留，注意是只保留以下包：
然后就是用清理软件清理一下注册表信息，重启就卸载完成
8.2 卸载tensorflow
直接删除虚拟环境即可，一般不用重装Anaconda
9. 本电脑适配版本
9.1 台式机成功安装
记录一下自己的台式机安装成功的版本
红框的是成功了的，其他都是尝试失败的，要哭了
9.2 截图留念
