一、 小白搭建环境感觉比深度学习本身还吃力，因为没搞清楚下面这些概念，所以查很多资料都安装不成功。
1、什么是GPU？为什么装GPU版？你电脑上有GPU吗？有的话在电脑上哪个位置？
GPU是图形处理器；GPU更适合跑深度学习代码；GPU通常存在于你的显卡里，故在高级属性中的设备管理器查看你电脑上的显卡型号，因为深度学习需要一块不错的显卡（如配有SSD就更好了），所以要先查看你的显卡是否符合条件。
2、要把GPU搭建在哪里？
我必须先说明，应该会有人想要将GPU安装在虚拟机里的Linux上，这种方式只能装TensorFlow的cpu版，想安装GPU版是行不通的，因为虚拟机不能使用你宿主机上的显卡。好像有种办法是容器化技术——Docker（此部分暂无研究）
Windows上安装，WIN7、WIN10都可以
Linux推荐ubuntu
或者你可以尝试安装双系统
3、Python版本、显卡与显卡驱动型号怎么匹配？（最核心的问题）
首先可以肯定的是，Python版本一定是3.5以上。至于Python版本在升级，这没关系。显卡驱动取决于TensorFlow版本及显卡型号。
一招解决版本不清楚问题：Python环境下安装TensorFlow_GPU，import一下，在报错信息中会告诉你驱动型号。
4、cuda与cudnn
二、下面总结下安装顺序：
windows安装顺序 ：Python -> Tensorflow -> Nvidia GPU Driver -> CUDA -> CUDNN （vs最好装一下）
linux安装顺序：Nvidia GPU Driver -> CUDA -> CUDNN -> Python -> Tensorflow
三、一些巧门
1、如需查阅符合自己电脑情况的安装办法
建议把win（linux）/显卡/python/TensorFlow（gpu）/cuda/cudnn ，以上知道的型号或版本都列出来查询。
2、送大家一个礼物，cuda8.0的下载地址不好找，想下载cuda8.0还是9.0 ？只需将一下80位置，修改成需要的版本。（官网现在是9.2）
https://developer.nvidia.com/cuda-80-download-archive
3、有价值的安装连接（感谢他们！）
win10：https://blog.csdn.net/lsjweiyi/article/details/80341263
Linux：https://blog.csdn.net/bobpeter84/article/details/79167833
双系统：https://blog.csdn.net/zhaoyu106/article/details/52793183