首先说下自己自学一项技术没人带，真的很辛苦，看了很多书，很多博客，论文，但是这里面都不可能面面俱到说到，有时候有些概念没理解，推导计算过程的时候，你可能需要去几十篇博客资料去验证你的一个思路想法的正确性，因为没人会告诉你这是对的，或者是错的。学一些简单例子，和理论大约了半年多了，最近打算做一些比较有实用性的小项目，把学到的各种网络总结实践一下。先从简单的CNN 图片分类开始，用SLIM 中的VGG来实现一个自己的图片集分类，之前用CPU跑实在太慢了，一天下来只能跑2000步左右，于是周末狠下心去买了台1060显卡的游戏本。买回来就迫不及待开始装各种环境，折腾了一晚上还是没装好tensorflow-gpu版的环境，看了N篇博客，和做了很多尝试，终于搞定了，所以在此记录下，踩坑的记录
1.首先下载一个VS2017 需要安装C++相关环境，因为CUDA需要C++一些环境依赖
2.安装Anaconda3
安装这个主要是可以把python给安装了和一些pip基本环境，这个百度下最新的下载下来安装就行了，安装记得勾选第一个选项，才会把环境变量加到系统里，不然要自己加上去，顺便说下，后面安装的CUDA也要加入环境变量，在这一起截图了
3.安装CUDA
https://developer.nvidia.com/cuda-toolkit-archive
下载下来安装，系统检测，刚开始会有警告，系统的驱动比你的新，刚开始我以为这个警告会造成安装失败，后来我不管它直接点继续安装就行了，不影响
4.安装cuDNN
https://developer.nvidia.com/rdp/cudnn-archive#a-collapse51b
这个需要注册登陆才能下载，下载下来，解压 后cuda文件夹里3个文件拷贝到
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0 替换
5.安装tensorflow-gpu
打开
这个才有 pip环境，系统默认的CMD不行，首先，可以卸载不对的版本
配置清华仓库镜，输入指令：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
pip uninstall tensorflow-gpu==1.3.0 用这个命令来卸载你的旧版本
pip install tensorflow-gpu==1.7.0 用这个命令来安装当前版本
如果提示pip不是最新版 python -m pip install --upgrade pip用这个来更新
祝你成功！
总结一下，还是cuda cuDnn tensorflow这些版本要对应，gtx1060+cuda9.0+cnDnn7.1