Win10 在 Visual Studio 2019 环境下配置 CUDA 10.1 + TensorFlow-GPU
1. 安装VS2019
我安装的版本是enterprise 企业版。
2. 查看Nvidia显卡支持的cuda版本
设置——>搜索控制面板->在控制面板里搜索nvidia->打开Nvidia nView desktop manager->Nvidia控制面板->帮助——>系统信息->组件->3D设置 NVIDIA.DLL后的产品名称有对应duda版本，我的是cuda10.1。
3.下载安装对应版本cuda
下载网址：https://developer.nvidia.com/cuda-downloads
官方安装教程：https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/index.html
入门：https://docs.nvidia.com/cuda/cuda-quick-start-guide/index.html
安装中间选精简安装，就不用环境配置。安装过程最好关掉安全软件，或者一直看着，会有阻拦。
使用 CUDA 的内置工具验证配置是否成功：win+R 启动 cmd，然后 cd 到安装目录 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite 下，分别执行 deviceQuery.exe 和 bandwidthTest.exe。
若上述都返回 Result = PASS，则表示 CUDA 配置成功。
4.安装cudda
下载：https://developer.nvidia.com/rdp/cudnn-archive
需要注册。
将下载文件解压缩，然后把里面 bin、include 以及 lib 文件夹中的文件分别复制到 CUDA 安装目录 的 bin、include 以及 lib 文件夹下面。默认路径是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
学习
https://docs.nvidia.com/deeplearning/sdk/cudnn-developer-guide/index.html
http://on-demand.gputechconf.com/gtc/2015/webinar/gtc-express-cuDNN-larry-brown.mp4
5.安装tensorflow-gpu
(经测试这种方法在我的电脑上是不对的)打开VS2019创建一个python项目，视图-其他窗口-python环境，右面概述选改为包（PyPI）。
在搜索框里输入tensorflow-gpu，在下拉框选择 运行命令：pip install tensorflow-gpu。开始安装。
安装结束后运行程序：
import tensorflow as tf
import os
greeting = tf.constant('HelloTensorflow!')
sess = tf.compat.v1.Session()
result = sess.run(greeting)
print(result)
sess.close()运行出现错误：
ImportError: Could not find 'cudart64_100.dll'. TensorFlow requires that this DLL be installed in a directory that is named in your %PATH% environment variable. Download and install CUDA 10.0 from this URL: https://developer.nvidia.com/cuda-90-download-archive
应该是下载cuda10.0，下载cuda10.0安装时发现他不支持VS2019.
6.安装anaconda
下载：https://www.anaconda.com/distribution/#download-section
win安装：
a、点击next
b、点击I agree
c、按照你的需要选择下面的
如果系统只有一个用户选择默认的第一个即可，如果有多个用户而且都要用到 Anaconda ，则选择第二个选项。
d、填写你的安装地址,我选默认
e、勾选配置环境变量：第一个是加入环境变量，第二个是默认使用 Python 3.7
f、安装结束，点击Next；
7.安装tensorflow-gpu 1.14.0
在你的开始菜单里找到，点击Anaconda Navigation。
a. 创建tensorflow-cpu虚拟环境
anaconda命令行默认的python环境名称是base，我们需要新建一个专用于tensorflow cpu版本的环境。
在命令行后输入"conda creat -n tensorflow-gpu"，其中creat 是创建环境的命令，参数-n意思是创建一个新环境，tensorflow-gpu是给新环境取的名字，读者可以自己取其他名字。
b.登入tensorflow-cpu环境
在创建tensorflow-cpu环境后，可以使用命令"conda activate tensorflow-gpu"来登入tensorflow-gpu环境。新创建的虚拟环境实际位置是在anaconda安装位置/envs目录下。如图所示：
c.安装tensorflow及其依赖环境
只需要使用命令"conda install tensorflow"即可，如图所示，anaconda会将tensorflow及其依赖环境自动全部装好。
8.在VS2019中使用tensorflow
打开VS的python工程，在python环境中可以看到anaconda、tensorflow-gpu的环境。在运行环境处，添加tensorflow-gpu的环境。就可以运行了。
反思与发现
在第5步中直接安装tensorflow出现cuda版本的错误，猜测是可以直接再安装cuda10.0的，资料说是兼容。应该就可以了。
后来用anaconda安装，过程中发现自动安装了cuda10.0toolkit。
一直想不使用anaconda，最后还是使用了。