Win10系统安装TensorFlow-GPU过程及遇到的坑
win10安装TensorFlow-gpu版本网上的资料很多，这里大致讲下我安装的过程以及在这个过程遇到的一些问题。
本人安装的各个软件的版本号如下：
- Anaconda3
- Python3.6.5
- Cuda10.1
- Cudnn7.6
- VS2013（VS版本好像没有硬性要求，只要有VS就行，我是这么认为的，网上说必须安装对应版本的VS，但我只装了2013版本，最后还是安装成功了。主要有个软件必须要装，就是Microsoft Visual C++ Redistributable for Visual Studio 2015, 2017 and 2019，Tensorflow 2.1.0必须有这个，我装了两次没成功就因为没安装这个，安装完重启后居然成功了。下载地址：https://support.microsoft.com/zh-cn/help/2977003/the-latest-supported-visual-c-downloads）
参考信息：https://github.com/tensorflow/tensorflow/releases
- Tensorflow-gpu 2.1.0
- 显卡：GTX1650
安装步骤
1.下载和安装Anaconda。这步比较简单直接官网上下载安装就行，官网地址：https://www.anaconda.com/distribution/
这个说下安装Anaconda时，如果没有勾选将Anaconda添加到环境变量中，安装完之后需要手动添加。
2.下载和安装CUDA，CUDA下载地址：https://developer.nvidia.com/cuda-downloads，要查看自己显卡所支持的CUDA版本。打开NVIDIA控制面板，帮助>系统信息>组件里就可以看到显卡所支持的CUDA版本 
。
我的是支持10.2的，所以下载CUDA版本不要高于这个版本就行，低于应该没有关系。这里有个坑：就是虽然我的电脑支持CUDA10.2版本，但是TensorFlow的版本不支持啊，不知道在我写这篇文章的时候有没有支持，下面给出TensorFlow1.2到2.1本版本各个CUDA和cuDNN所对应的版本集合。所以一定要选择TensorFlow版本对应的CUDA，cuDNN版本，一定要选择正确。这里一定要注意，CUDA版本动辄2G，下错版本会很耗时的。
3.下载和安装cuDNN，下载与CUDA版本对应的版本。这个是深度神经网络的GPU加速库。下载需要注册，可能稍微费时一点。这里也一定要选择与CUDA对应的版本。
下载地址：https://developer.nvidia.com/rdp/cudnn-download 。
可以参考下面这个网址去安装CUDA和cuDNN以及配置环境，相对来说CUDA和cuDNN还是比较好安装的。
http://baijiahao.baidu.com/s?id=1664131820191905649&wfr=spider&for=pc
4.CUDA和cuDNN安装好之后，环境配置完，就可以安装tensorflow-gpu了。首先打开Anaconda下的Anaconda Prompt，先创建一个环境变量，安装不同版本的python过程：
GPU版本：
conda create --name tensorflow-gpu python=3.6.5 CPU版本：
conda create --name tensorflow python=3.6.5 如果要卸载环境：
conda remove --name tensorflow-gpu python=3.6.5然后输入activate tensorflow-gpu，进入到创建好的环境。进入环境之后就可以安装tensorflow-gpu了，可以直接输入：
pip install tensorflow-gpu但是这样会很慢，所以建议先下载好tensorflow-gpu。下载地址：https://pypi.org/project/tensorflow-gpu/#files
我在下载完之后安装还遇到一个问题，就是安装的较慢，有时安装到一半会报如下错误：
Retrying (Retry(total=4, connect=None, read=None, redirect=None, status=None))
具体的解决方法：使用这种方式安装，pip install pymysql -i url（ 其他pip源），pymysql是要安装的包或者下载下来的wheel文件，url可以使用国内几个pip源：
阿里云 http://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣(douban) http://pypi.douban.com/simple/
清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/
借鉴网址：https://blog.csdn.net/nahanai/article/details/96435128
安装过程没什么问题的话，至此tensorflow-gpu就安装完成了。
验证
下面就是对TensorFlow进行验证，在编译器中输入以下代码：
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())验证结果1：
或者输入以下代码：
import tensorflow as tf
print(tf.__version__)
print(tf.test.is_gpu_available())
验证结果2：
如果出现以上结果就说明tensorflow-gpu安装成功了。
问题
1.安装过程中要查看显卡是否支持CUDA，如果支持要看显卡支持的版本，一定要下载对应的版本，不能下载超过自己显卡支持的版本号。
2.要查看安装的TensorFlow版本号跟CUDA，cuDNN版本号是否对应，可以参考上面的表格。
3.一定要下载Microsoft Visual C++ Redistributable。这个是我一直没安装成功的主要原因，如果没装这个，会报错：Failed to load the native TensorFlow runtime。
总结
总体来说，现在安装TensorFlow-GPU还算比较简单，可能会遇到一些坑，但通过百度/Google都能解决，以上是我在安装过程中遇到的问题，希望对大家有所帮助。可能不同的人遇到不同的坑，仅以此来跟大家分享我所遇到的问题。