首先簡單介紹一下，由於本人在深度學習階段需要使用Google的tensorflow框架來訓練神經網路，經過一番瞭解，TensorFlow有兩種版本，一種是CPU版的，還有一種是GPU版的。考慮到後期要訓練的引數會很多，我電腦的顯示卡為NVIDIA GeForce GTX 960M，還算可以，於是就安裝一個GPU版的。GPU在計算大量資料時在速度上要比CPU快很多，再具體一點的可以百度一下，這裡就不做過多的介紹了。下面進入正題

 具體環境：win10+python3.6.3安裝Tensorflow-gpu

一、安裝tensorflow-gpu  

1. 使用的是anaconda環境，那麼你需要先開啟你的anaconda Prompt   

輸入安裝命令:

conda install tensorflow-gpu

安裝完進入python檢驗一下：

 發現沒有報錯可以正常匯入就說明安裝好了，進入第二步。（提示：使用anaconda環境不要使用pip 命令去安裝tensorflow-gpu，否則可能會導致安裝完匯入時顯示找不到模組）

     2. 直接安裝的python 3.6沒有使用anaconda環境，直接開啟CMD用pip命令安裝

pip install tensorflow-gpu

 安裝完進入python 同樣匯入tensorflow模組檢驗是否安裝成功，不報錯就進入第二步。

二 、安裝CUDA9.0+cuDNN7.3

1. 進入官網下載CUDA9.0，下載地址，選擇安裝環境，分別是window、64位、版本是win10，最後一個是網路版一個是本地，我下載的是網路的，

 下載完點選安裝就好，因為是下載的網路版，安裝過程還要繼續下載，之後直接點選同意下一步就好 

    2. 下載cuDNN7.3，下載地址

 下一步會讓你註冊賬號，按提示註冊登入就行，

 打上勾就會顯示出來可以下載了，找到對應的cuDNN，名稱後邊有對應的CUDA版本，我下載的cuDNN7.3

下載完解壓後是一個cuda資料夾裡邊有三個資料夾

將這三個檔案複製CUDA安裝路徑下，重複的直接替換掉

然後需要加入環境變數：在CUDA_PATH_V9.0裡邊再加入兩條 \lib\x64、\bin

 到這裡環境就全部安裝完成了，接下來檢測一下程式是否可以在GPU上運行了，可以用以下程式碼檢測：

import tensorflow as tf
sess = tf.Session()
a = tf.constant(12)
b = tf.constant(20)
print(sess.run(a + b))

檢視輸出資訊裡是否有gpu

 接下來就可以在GPU上快速的訓練你的模型了！！

上述內容可能在某些地方表達的不是很清楚，還請各位朋友發現問題或不足的地方後及時提出意見，謝謝！