本文參考：https://www.cnblogs.com/gaoyq/p/10268442.html
感謝博主分享！搗鼓了好長時間終於弄好了！
包下不下來的朋友可以找我要！
配置：
- CPU：i5-8265U
- GPU：NVIDIA MX150
- Python版本：Python3.6.5
- TensorFlow版本：1.10.0
步驟：
1、安裝CUDA-9.2
訪問官網下載後安裝即可
https://developer.nvidia.com/cuda-92-download-archive
安裝時最好按默認路徑安裝
2、下載CUDNN-7.2
訪問官網下載https://developer.nvidia.com/rdp/cudnn-archive（跳過登錄）
小技巧:如果無法下載或下載速度慢，可右擊鏈接，複製下載鏈接，到迅雷訪問（注意是下載鏈接）
這裏直接附上鍊接：https://developer.download.nvidia.cn/compute/machine-learning/cudnn/secure/v7.2.1/prod/9.2_20180806/cudnn-9.2-windows10-x64-v7.2.1.38.zip?ZIpdumc5QMz8AEMawiyG7juB4CqrXAGUgEYn50UWHkYAD8CpMatTKJ3H57JT1gw2VR71NyehUtc0mYftCV1lwdHS43i2_8febPQpSyUQKJfuqqJIGFxFyzMmFsMpg4-fq0C9Tf-fSinpzX9KnFQ7Rdb05s1N-t95pKtBLRfi9LgL7QSxgVLL5Jn8-tGxRDdqxSHYcpIzMWw2PFng4QJ6SuB3XQ
可直接訪問迅雷，複製鏈接下載。
3、解壓CUDNN
解壓CUDNN，分別將cuda/include、cuda/lib、cuda/bin三個目錄中的內容拷貝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2對應的include、lib、bin目錄下即可
4、安裝tensorflow-gpu_1.10
pip安裝tensorflow-gpu安裝完成後，在import tensorflow時會報錯，提示無法找到cuda9.0。所以，如果想要使用tensorflow-gpu，需要編譯安裝。
不過編譯安裝有點麻煩，幸好有人已經在Github上分享了一系列編譯好的tensorflow-windows-wheel文件https://github.com/fo40225/tensorflow-windows-wheel
在1.10.0\py36\GPU目錄下有兩個文件夾，分別是cuda92cudnn72sse2、cuda92cudnn72avx2，兩個文件夾下各有一個whl安裝文件。cuda92cudnn72sse2表示適用於cuda9.2和cudnn7.2，並編譯成sse指令集，cuda92cudnn72avx2表示適用於cuda9.2和cudnn7.2，並編譯成avx指令集。
下載到桌面，cmd進去，
cd Desktop
pip 安裝
pip install tensorflow_gpu-1.10.0-cp36-cp36m-win_amd64.whl
測試
import tensorflow as tf
hello = tf.constant('hello, tf!')
sess = tf.Session()
print(sess.run(hello))
當顯示使用MX150時表示安裝成功
後記
感覺MX150比較弱，也不怎麼提速，有時GPU被佔用還容易報錯，就給卸載了，卸載pip就可以，但是卸載之後TensorFlowcpu版本就沒法用了，顯示找不到TensorFlow，要重新裝一次cpu版本才能正常使用。
如圖是卸載TensorFlow-GPU後CPU版本找不到的報錯
卸載後重新裝
在pycharm可以正常運行了
下面是用GPU跑的CNN
如圖是GPU資源被佔用時的報錯
當然少不了顯存不足[手動狗頭]
150 2G的顯存真是可憐[手動狗頭]
所以要好好掙錢，改善硬件環境叭[手動狗頭]