跳坑成功！（若是看到这个的东西，安装出问题，请给我留言或者私信，我来帮你跳坑）
======== 以下为第二版=======
cudu 驱动下载：https://www.geforce.com/drivers
cudnn下载 https://developer.nvidia.com/cuda-downloads ，这个是最新版本的，如果要下载某些版本的可点击：
查看GPU对应的cuda 请看： https://developer.nvidia.com/cuda-gpus
tf - >cudnn -> cuda 过程是上面的。cafe，mxnet，tf都是基于cuda编程的。
cudnn下载：https://developer.nvidia.com/cudnn
为如下：
第一步：解压
第二步：修改注册表
第三步：重启电脑。
第四步：检测tensorflow是否使用GPU
第五步：检测pytorch是否使用GPU
======== 以下为第一版=======
环境：windows，1050ti ，电脑显卡驱动已经装好。
- 先说个很重要的话，你先去看下你的显卡是否可以用cuda加速，去官网看下就可以了，可以加速都给出来了。比如我的1050（1050ti 包含在这）。
- 然后看下你要装什么版本的tensorflow，比如我要装1.8的，一查可以用cuda9.0，cudnn7.0（cudnn9.0）都合适，主要是看tensorflow版本要和什么cuda和cudnn版本配合。
想了解如何选择和正确安装跟Tensorflow版本对应的CUDA和cuDNN版本请看：
https://www.tensorflow.org/install/source_windows
参考：https://blog.csdn.net/XCCCCZ/article/details/80385448
配置：
1、需要准备的文件：cudn9.0+cudnn7.1+tensorflow-gpu-1.8（离线安装形式就把它下载到本地，网络不好时比较有用，但是我用本地安装出错了一次，我建议不那么安装，因为你需要某个版本的tf，可以用pip install tensorflow-gpu==1.12tensorflow-gpu==1.12,依旧可以指定安装你需要的版本）
你可能觉得奇怪，怎么我的题目上是tensorflow1.10.0 怎么下载的却是1.8，那是因为我用1.8 安装出错了！，后面有解决方案，你看下去便知道。
- 下载链接1：https://developer.nvidia.com/cuda-toolkit-archive
- 下载地址2：https://github.com/fo40225/tensorflow-windows-wheel
这里说一下，avs和sse什么鬼的，有些电脑就是安装不上avx，所以需要编译tensorflow生成对应的版本，比如有大神就编译了生成sse的，供大家使用。
- cudnn下载。。。。就有点麻烦了，要去官网注册账号下载，来来去去比较麻烦。
安装Anaconda
- 下载Anaconda5.2.0（64位或32位）， 地址：https://www.anaconda.com/download/
- 或者去https://repo.continuum.io/archive/下载对应版本的
安装过程：
- 安装Anaconda 5.2 一路安装下来。
如没有点击上面的选项，将变量加入环境变量则需要将下面的路径自己手动添到环境变量里去。
- 检查Anaconda是否成功安装：
conda --version - 检测目前安装了哪些环境：
conda info --envs
- 检查目前有哪些版本的python可以安装：
conda search --full-name python
（好多呀，要哪个呢？嘻嘻当然是python3.6啦）
- 创建虚拟环境
为了方便项目中使用不同框架进行管理，建议创建虚拟环境，安装你自己喜欢的版本，3.7已经没有问题了，所以你可以大胆的安装3.7啦，这里我个人习惯，用3.6，tensorflow-gpu是我给我虚拟环境建的名字，你可以自己创建自己喜欢的名字，自己看的懂就好：
对于GPU版本：conda create --name tensorflow-gpu python=3.6
（默认情况下会自动选择最新版本分支）
- 按照提示，激活之：
activate tensorflow
（嘻嘻它有了一顶小帽子~代表我的当前环境哦）
- 确保名叫tensorflow-gpu的环境已经被成功添加：
conda info --envs
- 检查新环境中的python版本：
python --version
从上面看的话，我们给tensoflow-gpu开了一个新的环境，注意哈，这要看网速的哈，昨天我按照的是时候，死活不能新开一个环境，因为新开环境会需要下载依赖项，需要下载的，但是呢网速实在不给力，而且我已经时用vpn了还是没有用，但是今天秒下载，这人品，所以今天装不了不要着急，明天试一试网速吗，因为这些问题都是网速的问题不是你安装中出了error，不要慌。
更新清华源：
参考：https://www.jianshu.com/p/409f152f1f25
https://blog.csdn.net/dream_allday/article/details/80344511
========================================基本已经完成。===============================
安装cuda9.0+cudnn7.0
- 点开cuda9.0(笨重的那个，小的那些是补丁)，放在这个暂时的文件夹可以的，反正会销毁，最终安装是在c盘的
CUDA(Compute Unified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。CUDA?是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。 开发人员现在可以使用C语言来为CUDA?架构编写程序，C语言是应用最广泛的一种高级编程语言。所编写出的程序于是就可以在支持CUDA?的处理器上以超高性能运行。CUDA3.0已经开始支持C++和FORTRAN。
计算行业正在从只使用CPU的“中央处理”向CPU与GPU并用的“协同处理”发展。为打造这一全新的计算典范，NVIDIA?（英伟达?）发明了CUDA（Compute Unified Device Architecture，统一计算设备架构）这一编程模型，是想在应用程序中充分利用CPU和GPU各自的优点。现在，该架构已应用于GeForce?（精视?）、ION?（翼扬?）、Quadro以及Tesla GPU（图形处理器）上。
- 安装cudu7.0
这里提一下，我是点默认安装但是总是安装不上，原因很简单，cuda9.0的驱动比我本地安装的显卡驱动要版本少，所以按照不上，所以我选择是自定义安装，我把cuda自带的版本低的不选择安装就好，然后GeForce Experience 不要选择，CUDA是核心组件必须勾上（最后面有安装了一版，实际上我只选择了cudu） 。最后安装成功，测试结果是：
（自定义只选择cudu出现的结果）
如果不是和我一样之前用驱动精灵装的显卡驱动，那么可以避免错误的话去官网下载和你显卡配套的最新驱动就好驱动下载https://www.geforce.cn/drivers，很容易的，安装就可以的，然后点击默认安装（如下），就不会错了。显然我也是用驱动安装的，比官网上的还要新点的版本，但是我是自定义安装的也没有错呀，所以不怕！遇到问题不要慌张，因为网上肯定有人遇到你种种情况的，相信我！随意找找资料看看没救可以解决的！不要慌！
将上面三个补丁，一一点击打开，步步点击默认安装就是了。
安装完成之后打开命令行，输入：nvcc -V查看版本，如果出现以下类似信息表示安装成功。
- cudnn 9.0安装
解压，得到三个文件，将三个文件下的，文件复制到对应的cuda 9.0安装目录下的对应文件里去（如bin-bin），一般在c盘，NVIDIA GPU。。。
- 环境变量的问题：
我没有管理VS2015的方便问题，感兴趣可以看https://blog.csdn.net/xuefengyang666/article/details/79422012
我感觉这一步对后面没什么大问题的影响 。
- 安装 tensorflow
进入tensflow-gpu环境下：activate tensorflow-gpu，这才能在这个文件下去安装你要的python库哈
命令行输入：pip install tensorflow-gpu，默认安装最新的tensorflow 版本1.10.0（截至现在2019年7月12日最新是1.14，但win系统下貌似会出错，毕竟还是测试阶段，具体可看解释：https://github.com/tensorflow/tensorflow/issues/14244，建议你可以指定一下版本安装）。
或者输入： pip install --ignore-installed --upgrade tensorflow-gpu
- 测试：
- 装Opencv3.4（实际上这句命令是最新版本的）
在tensorflow-gpu环境下安装opencv ，输入：pip install opencv-python
- 测试：
验证opencv小程序#导入cv模块import cv2 as cv#读取图像，支持 bmp、jpg、png、tiff 等常用格式img = cv.imread("c:\course\lena.jpg")#创建窗口并显示图像cv.namedWindow("Image")cv.imshow("Image",img)cv.waitKey(0)#释放窗口cv.destroyAllWindows()
---------------------------------------------------------------------------后记----------------------------------------------------------------------------
1、如果你是这情况，那么是你进入错了环境哈，进到了Anacoda去了呀，你要去enev下的tensorflow-gpu这个环境下呢。
2、再说一条，有些人可能是把tesorflow安装文件下载到本地，比如说，之前的我就是这么干的，但是，我出错了，
出错原因就是版本不对呀，上面的找不到模块，找不到cudart64_91.dll,就是安装了不匹配的tensorflow了呀，所以说呀，cuda9.0+cudnn7.0+tensorflow1.8是真的，是官网上标准出来的，而我不知道哪里来的自信，就是因为我朋友是用的这个配置：
但是他提醒我了，不是自己下载到本地的ts1.8安装的，而是直接pip insatll tensorflow-gpu 但是我不听，现在后悔了，耽误了时间去找原因。所以为了以防万一，请大家用cuda9.0+cudnn7.0去配置你想配置的tensorflow版本。
3、还有，如果安装的时候没有用清华的镜像，但是安装慢导致出现下面的问题：
出现timeout的错误时，可以这么解决：
pip --default-timeout=6000 install -U tensorflow_gpu-1.8.0-cp36-cp36m-win_amd64.whl
4、 升级pip到最新版，防止稍后的安装时，出现错误（笔者初次在安装tensorflow时，没有更新pip到最新版，导致下载到一半出现错误），输入指令：
python -m pip install --upgrade pip
5、在编译时会出现这样的错IndentationError:expected an indented block说明此处需要缩进，你只要在出现错误的那一行，按空格或Tab（但不能混用）键缩进就行。 包内出错，是h5py包 对h5py进行更新升级
pip install --user -i https://pypi.tuna.tsinghua.edu.cn/simple/ h5py==2.8.0rc1
- 偷懒的可以看这里：https://www.youtube.com/watch?v=MnMYCPc82xI
主要是讲用cuda 9.0 +cudnn7.0+tensorflow（其实是最新，但是视频用的是tensorflow1.8），告诉你怎么下载cuda9.0 和cudnn7.0，以及怎么看你的显卡适合装tensorflow的gpu版本。
看了那么多博客说实话，还没有这个给我的那么有用：
https://blog.csdn.net/gangeqian2/article/details/79358543
感谢！！