前言

这个blog是为了记录在神经网络学习过程中，安装TensorFLow的一些注意事项。博主菜鸟水平，更深层次的问题解决不了，就只能记录一下。

进入正题

1.NVIDIA GPU版本以及支持的CUDA版本

安装TensorFlow之前，请先对照自己的显卡驱动（GPU driver）所支持的CUDA Toolkit版本，否则会出现显卡驱动不支持的错误。

自查电脑的GPU版本

打开电脑控制版面→硬件与声音→NVIDIA控制版面
在NVIDIA控制版面上写着GPU版本信息，如下图3中显示信息为“版本399.24 GeForce 920M”

自查支持的CUDA Toolkit版本

自查支持的CUDA Toolkit版本，可以查看NVIDIA的官方NVIDIA CUDA Toolkit Release Note，链接如下：
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
可以看到有这样一张表格：

对照一下，我的Driver Version的信息是“版本399.24 GeForce 920M”，因此最多支持CUDA 9.2的版本。

【注意】这个时候千万不要提前下载CUDA，万一TensorFlow版本对不上，全都徒劳！！！！
至此，可以知道，Driver Version的信息是“版本399.24 GeForce 920M”，最多支持CUDA Toolkit 9.2。

2.查看对应的TensorFLow版本

根据自己的GPU驱动信息，对照TensorFlow版本配置信息，选择合适的CUDA Toolkit版本、cuDNN版本、Python版本。TensorFlow版本配置信息的链接如下：

https://github.com/fo40225/tensorflow-windows-wheel/blob/master/README.md
查看里面的表格可以知道最新能够下载的支持GPU的TensorFlow版本为1.10.0，CUDA Toolkit版本为9.2.148.1，cuDNN版本为7.2.1.38，Python版本为Python3.6，VS版本为VS2017 15.8。

找好了下载TensorFlow需要的环境对应的版本信息，就可以开始愉快地下载了！