目录
1. 下载安装显卡驱动
在nvidia官网下载安装最新驱动，点击链接
2. 下载安装cuda和cudnn
- 下载安装cuda，双击exe文件，选择精简安装（默认安装目录是
C:\Program Files\NVIDIA GPU Computing Toolkit） - 登录自己的nvidia开发者账户下载与cuda版本对应的cudnn压缩包
- 解压cudnn压缩包，把里面的对应文件夹下的内容复制到
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1路径的对应文件夹下
3. 配置环境变量
然后添加环境变量（如果不存在的话）：
CUDA_PATH C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
CUDA_PATH_V10_1 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
环境变量中，系统变量的path变量添加3个条目（如果不存在的话）：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64
4. 安装pip第三方库
修改Windows下pip的源：首先在文件资源管理器的地址输入%APPDATA%，然后在该目录下新建pip文件夹，在pip文件夹下新建pip.ini文件，文件内容为：
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
trusted-host = pypi.tuna.tsinghua.edu.cn
安装定制版的tensorflow-gpu：首先查看自己CPU是否支持AVX2指令集，可以通过下载CPU-Z检测。然后在仓库里面下载自己需要的版本号，再选择GPU文件夹，再对应AVX2指令集下载（001和002两个文件都要下载，他们是一个文件分割压缩）；下载的压缩文件先解压得到.whl扩展名的文件，然后pip install即可，在安装过程中会下载其他依赖；如果CPU指令集不支持AVX2，那么下载SSE2版本；仓库的地址是
晨曦
/
/ - views
Published under (CC) BY-NC-SA 4.0