一、背景
這裏介紹的是TensorFlow-GPU版本，因爲CPU版本的安裝過程相對容易，想安裝CPU版本的請參照其他帖子。
想要安裝GPU版本的，需要查看一下自己的電腦顯卡是否支持GPU版本。
大家可以可以先裝一下Anaconda，爲自己的深度學習程序創建一個獨立的虛擬環境。默認大家已經安裝了Anaconda，裝沒裝都沒關係，只不過有了Anaconda對於我來說更加方便。
二、平臺介紹
筆者的系統爲Win10系統。其中筆者的安裝版本分別爲python3.7，CUDA10.1。想在Win10系統上搭建Tensorflow開發環境，至少需要安裝：
1.python
python的安裝不作過多說明。
2.CUDA和CUDNN
（1）CUDA是顯卡廠商NVIDIA推出的運算平臺。 CUDA™是一種由NVIDIA推出的通用並行計算架構，該架構使GPU能夠解決複雜的計算問題。 它包含了CUDA指令集架構（ISA）以及GPU內部的並行計算引擎。
（2）cuDNN是用於深度神經網絡的GPU加速庫。它強調性能、易用性和低內存開銷。NVIDIA cuDNN可以集成到更高級別的機器學習框架中，如加州大學伯克利分校的流行CAFFE軟件。
3.Tensorflow GPU版
三、安裝過程
1.安裝python
大家可以查看其他相關安裝python的帖子，推薦使用python3.x版本，不要使用python 2.x版本。
2.安裝Tensorflow-GPU版本
直接使用命令：
(1)有anaconda的話，conda install --channel https://conda.anaconda.org/anaconda tensorflow-gpu=1.13.1
安裝過程比較漫長，大家就等着就好。
Tensorflow版本的選擇視情況而定，Tensorflow版本確定下來後，就需要選擇對應版本的CUDA和CUDNN。
2.安裝CUDA
（1）查看自己的顯卡型號支持的CUDA版本可參考此篇帖子：https://blog.csdn.net/qq_36652619/article/details/82971104
可以看到我的顯卡支持10.2版本的CUDA，所以進入下一步下載並安裝CUDA
（2）CUDA下載地址：https://developer.nvidia.com/cuda-toolkit-archive
（3）下載完CUDA，安裝即可。
安裝完CUDA，查看是否安裝成功及查看其版本的命令爲nvcc -V。
3.安裝cuDNN
cuDNN的版本需要根據CUDA的版本進行確定。
作爲cuda的補充，安裝簡單多了，只需要把下載後的壓縮文件解壓縮，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\v10.1對應的include、lib、bin目錄下即可。