TensorFlow-gpu1.14+CUDA10.0+CUDNN以及找不到'cudart64_100'完美解决

版本问题

通过Tesnsorflow官网查找对应版本信息如下：
可以看到当Tensorflow的版本>=1.13时，CUDA的版本需要是10.0，同时cudnn版本号需要大于7.4.1
这里本人选择Python3.6+TensorFlow1.14+CUDA10.0+cudnn10.0

安装Anaconda python3.6

安装完Anaconda python 3.7，版本各种不适应，于是就想回到Anaconda python 3.6 的版本。经过查找发现3.6的对应的是 Anaconda 5.2，5.3以后的都是python 3.7的。
官方下载地址：https://repo.anaconda.com/archive/
如果你没有安装过python，那么你可以不必要安装，在安装anaconda时会自动安装上，如果你有安装，也不要紧，直接安装即可。安装过程除了路径自己选择外，基本不需要修改，不过有一处如下图
最上面的是没有勾的，建议选上，不然自己配置环境路径真的挺烦的。

Tensorflow安装

在下载完成后，大家可以安装tensorflow了，tensorflow有cpu的和gpu的，本人之前是装了CPU但发现CPU用起来很慢，于是就选择的GPU版本的。

Tensorflow有CPU版本与GPU版本，首先安装CPU版本。采用pip原生安装。“开始-Anaconda3-Anaconda Prompt”调出命令行。

pip install --upgrade tensorflow
conda install pip
pip install --upgrade tensorflow-gpu

此过程如有报错 请更新pip

对于GPU版本，需要安装如下软件：

1）CUDA® Toolkit 8.0， 需要注意最新版9.1不支持tensorflow 1.4版本；
2） cuDNN v6.0，7.0不支持tensorflow 1.4版本，现在cuDNN需要先注册成为NVIDIA开发者，下载后将cuDNN中对应文件夹下的.dll文件分别复制到CUDA安装目录对应文件夹下；
3） 对应的显卡驱动，如果驱动较新，在安装CUDA的时候会有提示可能不兼容，可以无视。

CUDA与CUDNN安装

CUDA10.0安装

https://developer.nvidia.com/cuda-toolkit-archive
在里面找这个cuda_10.0.130_411.31_win10.exe （切记 一定得是这个版本 不然会报找不到’cudart64_100.dll’错误 极其恶心的）

CUDNN安装

https://developer.nvidia.com/cudnn
按上面要求安装一个CUDNN版本即可

将cuDNN解压。将解压出来的三个文件夹下面的文件放到对应的CUDA相同文件夹下。
CUDA默认安装路径：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

以上完成之后把以下四个路径加入到环境变量中：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib

右击我的电脑-管理-高级设置-环境变量

检查环境是否安装成功

开始-Anaconda3-Anaconda Prompt，输入’python’，然后逐行输入下面的文字：

>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))

当输出下面这行字，说明安装成功

Hello, TensorFlow!

但是 如果报错找不到‘xxx.dll’文件 要查看环境变量是否配好 或者就是版本下载有误。