背景简介
作为刚入门深度学习的小白，准备兴高采烈的开始用GPU跑深度学习算法.已经安装好了tensorflow的CPU版本，都是想要加速，搭建tensorflow-gpu的版本。
我的环境是python==3.7, tensorflow==1.15，这两个的安装可以去参考其他教程，为什么在2021年还选择1.15的版本，因为我要用的代码还是tensorflow 版本1的，tensorflow 2.0的和原来的不一样，容易出现其他问题，为了早日上手深度学习，就不去弄2.0了。这里主要是讲解如何安装GPU加速CUDA和cuDnn。
tensorflow-gpu-1.15.0，tensorflow-gpu安装直接在命令行窗口输入：pip install tensorflow-gpu==1.15，注意要加上版本号，不然直接会安装最新版的。会和原来安装的版本不匹配。
显卡支持：
明确的一点是，我已经假定大家的显卡都能支持cuda了，基本现在的显卡都支持cuda了，除非你的机子非常老了，如果你仍然不放心，就去这个网址去查吧https://developer.nvidia.com/cuda-gpus；如果没找到自己的显卡型号，那就可能是不支持了。
cuda安装：
下载地址：https://developer.nvidia.com/cuda-toolkit-archive
这里要特别注意，不知道为什么一开始我一直下载失败，即使下载了也是一个只有几十k的损坏文件。后来科学上网才能下载。
下载好之后直接点，选择精简安装还是自定义安装，自定义安装默认所有组件全部勾选，其实等同于精简，之后的安装路径默认即可。我选择的是精简安装。咱不管这么多，虽然里面有些组件用不上，但为了方便，都装上，没毛病；最后会提示由于没有vs studio，有个组件无法安装，不重要，略过，直接完成就ok；主要注意的一点是，确保电脑上已经安装了vc++2015或者vc++2017，一般都有的，没有的朋友可以自行搜索安装；这个非常简单
最后安装完毕后，会自动添加环境变量的，不用管
cudnn安装：
下载地址：https://developer.nvidia.com/rdp/cudnn-archive
同上，这里也要开启科学上网才能下载。
下载的时候注意选择10.0版本的，还有for Windows 10。
其实下载过来的不是一个exe文件，而是一个压缩包，解压后，有三个文件夹，把三个文件夹拷贝到cuda的安装目录下，如果cuda安装的时候用的是默认路径，则为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0，现在大家应该可以理解，cudnn其实就是cuda的一个补丁而已，专为深度学习运算进行优化的。
将上图中左边的图像直接复制到右边的图像文件位置中去即可。
测试cuda：
十分简单，打开cmd命令行，输入nvcc -V，看到下图内容就为成功；网上说的编译cuda自带的例子，确保安装成功，别整这些没用的，麻烦，如果不行还是凉凉，显示这个基本上是ok的
安装tensorflow：打开命令行，输入pip install tensorflow，自动下载tensorflow（cpu版）及其依赖，然后安装tensorflow==1.15.0,如果这里出了问题，就去下载轮子tensorflow-1.15.0-cp37-cp37m-win_amd64.whl，pip install 轮子所在路径/tensorflow-1.15.0-cp37-cp37m-win_amd64.whl
测试tensorflow：重新打开一个命令行，先输入python，进入python环境，输入
import tensorflow as tf
tf.Session()出来的结果：
到这里就说明安装成功了。如果出来提示你找不到cudart64_100.dll,则参考我另外一篇文章。解决不匹配的问题。