前言

本人决心走人工智能，在很多博客碰到了很多坑。决定自己写一些博客。
本文主要介绍环境gpu搭建 cuda 10 +cudnn7.4.2.24+tensorflow 1.14-gpu+ python 3.7.5
比较简单的我会一笔带过，有坑的地方我会提醒，

版本说明

版本控制很重要，本人搭建的cuda与cudnn适用于 tensorflow-gpu=1.14.0,cudnn对版本要求非常严格，请重视，我在这里卡了一个星期，首先要去查自己电脑是否支持gpu,gpu和cpu差别不赘述
查找版本链接 https://tensorflow.google.cn/install/source_windows 拉到最下面

pythond 搭建

python链接 https://www.python.org/downloads/windows/
选择对应版本,此处说明一下各个参数，只有x86表示32位系统，-64表示64位系统，installer是安装版，能省掉很多事

此处加入环境变量，环境变量没有勾选的后期自己去加入环境变量，这里直接勾选了，就不用再自己去加入环境变量，点install now ,然后win+R 组合键，输入cmd打开命令行。命令行键入python -V,显示版本信息即表示成功（3.7.2是因为我当时下载时还没有3.7.6版本，这里只做个演示）

cuda搭建

cuda链接https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
自行选择对应版本


点开安装，会显示抽取文件，此处最好默认路径！！（不解释）然后就到如下页面

本人电脑比较好，为了节省c盘内存，所以此处选择自定义路径，后来发现是个大坑，不过有解

记住自己所选的develpement的位置，很重要！其他没有解释的步骤，一路确认即可

测试，调出命令行 输入 nvcc -V显示如下级表示成功
检查环境变量，此处解释一下，其中红色部分为安装完后自动添加，蓝色部分则是自己添加，注意%xxx%表示相对引用，没有用%xxx%的，则是我上面所提到的安装路径。比如DUDA sample对应截图samples的路径,此处因为我自定义过，所以跟截图路径不一样，需要根据自己自定义的来。如果直接选择默认网络路径的，对照我图片，我图片显示的为它安装的默认路径

加入如下环境变量

搞定

cudnn 搭建

cudnn 一定要核实好版本官方链接https://developer.nvidia.com/rdp/cudnn-archive此处一定要注册登录填完问卷才能看到。

选择对应版本，根据自己版本而定

解压文件然后可以看到如下

分别把bin，include,lib/x64 下的 文件（是文件，不是整个文件夹）拷贝到cuda 安装步骤CUDA Development下的bin，include,lib/x64 的一一对应的目录下,以bin目录下的为例，拷贝到如下文件位置

最后一步，把cuda 安装步骤CUDA Development目录下的\CUPTI\libx64下的cupti64_100.dll复制到CUDA Development目录下的bin目录，到此搭建完成。

tensorflow 搭建

打开命令行，输入 pip install tensorflow-gpu== 显示版本信息 如图，自行选择版本，本文选择1.14.0

输入 pip install tensorflow-gpu==1.14.0 搞定

怎么验证？如下：

ok至此完美搭建！

如果错误安装 tensorflow 使用 pip uninstall tensflow-gpu 即可
本人比较菜，如果纰漏或错误，本人将及时改正，虚心学习。