经过昨天十个小时艰苦卓绝的努力，踏过千山万坑的tensorflow-gpu安装之后，忽然明白了一个道理：其实东西很简单，只是你参考的资料太多，使得你没有了觉悟。 -----------------------------版本号很重要!======!========!
废话不多说，直接上干货。
网上的安装教程大概都是一样的，我这里提供一个供有兴趣的参考
boko : https://blog.csdn.net/eefresher/article/details/88410764
安装的大体流程就是这样的。不过如果你现在安装的话，你会发现，哎，我明明按教程一步一步来的，也提示安装成功了tensorflow-GPU*。**。* （版本号）等信息。就像这样：
但是在import tensorflow的时候怎么会出现DLL啊，模块啊，找不到的问题？？？？
就像这样的
你查阅网上的各大资料，解决问题千千万。什么安装vs啊，什么修改哪个哪个啊。我试了都不好使。那究竟是什么原因呢？
其实就是我强调的版本号的问题。因为你在线安装GPU的话，系统会默认给你连接到tensorflow该网站的首页,而他们首页防置的是他们最新的版本。也就是说，你按网上的教程来弄，本应该是没有错的。
但是有趣的是GPU它的运行需要2个依赖包。这个就是坑人的地方了。因为依赖包有版本号对应的依赖关系。说明白点就是教程里说的8.0啊，9.0啊这些并不支持你现在下载的最新版tensorflow1.13.1.所以才会产生上面的错误。
好了，明白了错在哪里。你就去看看我们的最新版1.13.1需要的支持包的版本吧
方法一：按照上面的教程来过之后你会发现你的路径--Anaconda3-Lib-site packages里有一个tensorflow的文件夹。 后面tensorflow-python-piatform-build info里的一个py文件会记录你的支持版本。
方法二：直接拿版本号搜该系列的安装
最终我的套装是：win10 + Anaconda3 + pycharm + tensorflow1.13.1 + cuda10 +cudnn7.3.1 for 10 win10系列的安装成功。 python环境是3.5.4 .因为现在支持tensorflow的只有3.5 3.6两个版本。
下面给大家提供各版本的连接，方便查找：
CUDA : https://developer.nvidia.com/cuda-toolkit-archive
CUDNN : https://developer.download.nvidia.cn/compute/machine-learning/cudnn/secure/v7.3.1/prod/10.0_2018927/cudnn-10.0-windows10-x64-v7.3.1.20.zip?AEUR5SA-hWDMQ5eCW8nl_C7eoZ3mdGJ6PeIVF-Zx9Vh-CtaxB9EEugjiqG1pGxdfunPQr6bq96Z3m6ww5q9074BpQfxEUT_kWCP5sF-xDaqccjfYJQb98O9OoPYXEqYkYd82F58OMlZgVyMu4Qn6bByFhTG7mvG1oypGGMOGqTbtphY27PmBNqIsOnl8OxUmIU2ZFKDsCQUf8ZH0_XWn3pJkLrw
下载好依赖包后安装和复制相关文件替换很常见，不多说。
好了，现在来测试下我么的gpu
小的不才，只买的起960 2g的大家后看到自己GPU信息就说明成功了，
下面简介怎么嵌入pycharm里使用：
在最开始cmd创建coda环境的时候，其实你是命名了要创建的空间名和对应的python解释器。 比如 tensorflow-gpu1(或tensorflow-gpu) python=3.5
运行完之后你会在你的Anaconda里找到他。 之后就在PYcharm里嵌入：
路径自己找哈。
一切就绪之后上代码测试速度了：：：：啊哈哈哈
成功1了了1了了，是是不是很简单。对号入座版本号就行。
注大家好运，有些我可能忽视的，留言提问就好。