关于Anaconda3安装的tensorflow-gpu使用时出现报错Could not find ‘cudart64_100.dll解决方法

关于Anaconda3安装的tensorflow-gpu使用时出现报错Could not find 'cudart64_100.dll’解决方法

tensorflow-gpu简便安装方法

首先记录一下如何在Anaconda3安装tensorflow-gpu(不需要自己手动装CUDA，CUDNN)，网上很多文章需要自己下载安装CUDA和 CDNN，还需要和tensorflow-gpu的版本对应上，比较麻烦，以下步骤直接在Anaconda3中安装tensorflow-gpu就会一起安装对应版本的CUDA和CUDNN，非常方便。
第一步：安装Anaconda3
第二步：打开Anconda3目录下的Anaconda Prompt，切换到自己想安装tensorflow-gpu的环境，该环境python一定要安装，一般安装3.6或者3.7版本的，使用命令切换环境：activate 环境名
第三步：重点，输入命令：conda install tensorflow-gpu 安装过程比较漫长，安装过程大概持续一个小时,如果有的包下载失败重新执行一遍该命令就能继续安装。
第四步：输入命令：conda list 就能看到安装好的tensorflow-gpu以及CUDA和CUDNN

运行代码出现Could not find 'cudart64_100.dll’解决办法

我安装完tensorflow后，在pycharm里面配置好安装了tensorflow-gpu的Anaconda环境，然后使用测试代码测试tensorflow能否正常使用：

import tensorflow as tf

#定义两个向量a,b
a = tf.constant([1.0, 2.0], name='a')
b = tf.constant([2.0, 3.0], name='b')
result = a+b
sess = tf.Session() #生成一个会话，通过一个会话session来计算结果
#实现了一个简单的Tensorflow模型
print(sess.run(result))

运行结果出现报错如下：
Could not find ‘cudart64_100.dll’，TensorFlow requires that this DLL be installed in a directory that is named in your %PATH% environment variable

网上搜索Could not find 'cudart64_100.dll的解决办法都是说CUDA，CUDNN和tensorflow-gpu版本不一致，需要下载对应版本的CUDA和CUDNN，但是我查看Anaconda环境里的CUDA，CUDNN和tensorflow-gpu版本是匹配的，报错后面还有一句是TensorFlow requires that this DLL be installed in a directory that is named in your %PATH% environment variable，说明没有配置CUDA的环境变量，再次通过网上搜索配置环境变量的路径都是CUDA手动安装下的目录，但是我们是用Anconda3自动安装的CUDA和CUDNN，然后通过在Anconda3目录下搜索cudart64_100.dll，发现是在E:\Install\Anaconda3\envs\tensorflow_gpu\Library\bin目录下的（此路在安装Anaconda3的路径下找，tensorflow_gpu为自己新建的环境），那我就将此路径添加到系统环境变量PATH中试一下，然后重启pycharm，运行测试代码，完美运行，出现结果如下

为了解决这个问题花了比较长的时间，在网上找了很多方法提供了参考，但都没有直接解决的方法，在此记录一下自己的解决方法，供大家以后学习使用。