由于最近毕业设计的需要，又因为前段时间笔记本小小地升级了一下，换了SSD并重装了系统，所以重新搭建tensorflow-gpu。
先安装了anaconda，带的是python3.7
1.CUDA安装
1)检查显卡支持版本
2)下载安装CUDA10.0
https://developer.nvidia.com/cuda-toolkit-archive
默认安装位置，随后进行精简安装
运行输入cmd，检查是否安装成功
可以看到，安装成功
2.cuDNN安装
1)下载cuDNN7.6.5
https://developer.nvidia.com/rdp/cudnn-download
2)将解压后的cudnn里的文件拷贝到cuda的安装路径下的对应文件夹里
(
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
)
3.tensorflow-gpu2.1.0安装
参考https://blog.csdn.net/misssir/article/details/94402893
1)选用阿里云的国内镜像
如下图，原装pip下载过慢。故选用阿里云的国内镜像
首先在 windows “文件资源管理器” 地址栏 输入 %APPDATA%， 按回车，打开程序自定义设置文件夹
创建名为 pip 的文件夹，用于存放 pip 配置文件
在新建的pip 文件夹中，新建名为 pip.ini 的配置文件，输入以下内容
[global]
index-url=http://mirrors.aliyun.com/pypi/simple/
[install]
trusted-host=mirrors.aliyun.com
2)正式安装tensorflow-gpu
Anaconda Prompt中输入
pip install --user tensorflow-gpu
简直快到飞起，但有如下警告
意思是需将
C:\Users\cht98\AppData\Roaming\Python\Python37\Scripts
加入环境变量中的PATH
输入
pip list
可以看到
大功告成
Keras安装
keras作为tensorflow的进阶版，操作会更加简单，安装也比较简单，于是顺手装了。
在Anaconda Prompt中输入
pip install --user keras