如何在windows环境安装tensorflow-gpu版本（无脑版）

**

windows环境下安装tensorflow-gpu版本

**
新手安装方式，无脑版指南，按照流程走基本都可以成功，如果不能成功，可以联系本人指导。（不一定适用所有人）
fist step
基础环境准备（请保证在联网环境下操作）
anaconda3.7版本（官网下载地址）
（下载完成后请按照指示安装anaconda3.7）
pycharm（安装最新版，一般来说社区版就够用了没必要专业版）（下载地址）
本机对应的显卡驱动应该更新到目前的最新版本
（更新方式：我的电脑右键->管理->系统工具->设备管理器->显示适配器->NVIDIA的显卡右键
更新驱动程序软件）
second step
打开命令指示符，命令指示行中输入conda命令，如果没有提示该命令无效就算安装成功了。
开始搭建环境
直接输入
conda create -n tensorflow_gpu python=X.X（2.7、3.6等)（参考博文）
紧接着激活新创建的环境
conda activate tensorflow_gpu
conda install tensorflow-gpu 等待安装完成（该操作会自动安装cuda等驱动）
接下来使用pycharm测试下安装是否成功
打开pycharm，然后新建一个python项目，
在location一栏修改自己的项目想要保存的位置及项目名称，之后点击小三角打开附加项


选择第二个，点击设置图标，添加本地路径，然后选择第二个conda环境，找到自己安装conda的路径，例如F:\Anaconda3\envs\tensorflow_gpu\python.exe，最后需要点到python.exe上，别点错了。
配置完成后，便可以打开项目了。
新建一个py文件，命名为测试gpu
import tensorflow as tf
gpu_device_name = tf.test.gpu_device_name()
print(gpu_device_name)
如果没有报错，那么恭喜您安装成功了，如果报错也没关系。
顺着步骤往下走
选择file->settings->project:项目名->project interpreter(项目解释器)在右侧可以看到当前已安装的所有依赖包，包括cuda、cudnn。
查看一下当前安装的cuda和cudnn的版本，看看是不是版本与实际的不相符，参考下表从pycharm中查看相应插件版本。

参考博文
问题解决办法
直接在pycharm中卸载掉不对应的tensorflow版本（哪个出问题卸载哪个就可以了，一般来说cuda和cudnn是不会出问题的因为它是根据目前电脑的驱动设置的）
安装对应的tensorflow版本，windows下的tensorflow-gpu的版本比较难找，需要自行寻找轮子安装，部分版本无法直接pip。轮子下载地址
安装完基本就能正常使用了