第一次尝试安装gpu版本的tensorflow时，所需要的所有环境及驱动都是徒手安装的，装了显卡驱动、cuda、cudnn等，但是装完可能存在不匹配的问题，仍无法导入tensorflow，于是乎，告了一段落，直到后来发现可以直接通过anaconda一键搞定（当然，和自己徒手安装还是有区别的，通过anaconda安装的cuda和cudnn都是在其自身环境或虚拟环境下，系统其他部分无法直接调用。若只用于深度学习，还是很方便的）。。。

方法

1. 首先安装anaconda

2. 更新anaconda（optional）

conda update conda
conda update anaconda
conda update python
conda update --all

3. 创建虚拟环境（推荐，否则会直接安装到base环境下）

conda create --name tf-gpu

4. 安装tf相关包

conda install tensorflow-gpu keras-gpu
conda install -c aaronzs tensorflow-gpu
conda install -c anaconda cudatoolkit
conda install -c anaconda cudnn

5. 测试

若可正常输出，则环境搭建成功。

import tensorflow as tf
hello = tf.constant(‘hello, tf-gpu!’)
sess = tf.Session()
print(sess.run(hello))

安装时遇到的问题

执行了上述命令后，仍无法导入tensorflow，经查询，所安装的tensorflow版本为1.9.0，cuda版本为10.2.0，cudnn版本为7.6.5。查询可知，tensorflow1.9.0适配cuda9.0、cudnn7.0，通过下述命令安装。

conda install -c anaconda cudatoolkit=9.0
conda install -c anaconda cudnn=7.0