安装tensorflow-gpu的坑
推荐安装：CUDA9.0（注意不是9.1），cudnn7.1，tensorflow-gpu1.6.0
今天在WIN10上体验了以下tensorflow-gpu安装，感受是Windows做科研真心垃圾，安装软件贼烦。不信？那就请往下看
首先在官网下了CUDA9.1与Cudnn7.1，安装没问题，很舒畅。然后需要安装tensorflow-gpu。所以，通过
Conda create -n tensorflow python=3.5 创建tensorflow运算环境
Activate tensorflow 激活tensorflow运算环境
Conda list 查看该环境下的包
Pip install tensorflow-gpu 安装没问题
Import tensorflow
就是这里，真的是卧槽！！！！！！！！！这里出现各种bug，很明确自己环境变量设置都没有问题，查了很多资料，发现是版本兼容的问题。
我的预编译tensorflow-gpu版本与cuda的版本不兼容，所以找不到相关的文件比如：cudart80_64.dll等（报错找不到该文件），但在环境变量实际有指向cdart90_64.dll文件。好了，针对这个问题，原本想用tensorflow-gpu的源代码编译安装（通过Gcc和bazel），但是google了很多资料，在Windows下通过源代码编译安装的博客很少，给不了指导性的意见，教程一般是在Ubuntu环境下的。
那我怎么解决该问题的呢？
当然是重装cuda了，或者安装和CUDA9.1、Cudnn7.1兼容的tensorflow-gpu呀。这里我选的是第一种方式，Cuda8.0，Cudnn5.1，tensorflow-gpu1.1.0，安装后可以正常运行。
建议：
Windows下要安装tensorflow-gpu真的太烦了，选好版本最重要。要是Ubuntu就直接源代码编译安装吧，编译时可以指定你用的Cuda版本，轻松解决兼容问题。
另外，在安装过程中，conda的使用更清楚了
Conda create -n tensorflow python=3.5 创建一个名叫tensorflow的python3.5环境
Conda remove 删除创建的一个python环境
Conda/pip uninstall … 在已经activate的环境里卸载包
======================================================================================
Ubuntu安装Tensorflow-GPU
1.禁用Ubuntu自带驱动nouveau，禁用方法查看Linux操作博客
2.安装Nvida驱动，可以去Nvidia官网搜索合适的驱动程序
3.安装CUDA，使用deb安装。版本为9.0
sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb
sudo apt-key add /var/cuda-repo-9-0-local/7fa2af80.pub
sudo apt-get update sudo apt-get install cuda
上述程序将cuda默认安装在/usr/locale/cuda中，那么接下来配置环境变量
编辑~/.bashrc配置环境变量，运行source ~/.bashrc即可生效
exportPATH=/usr/local/cuda/bin${PATH:+:${PATH}}
exportLD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
exportCUDA_HOME=/usr/local/cuda
接下来测试GPU：nvcc –version nvidia-smi
4.安装cudnn，版本为7.0.5：即把从cudnn解压出的文件复制到CUDA安装目录对应位置中
tar -xzvfcudnn-9.0-linux-x64-v7.tgz
sudo cpcuda/include/cudnn.h /usr/local/cuda/include/
sudo cpcuda/lib64/libcudnn /usr/local/cuda/lib64/ -d
sudo chmod a+r/usr/local/cuda/include/cudnn.h
sudo chmod a+r/usr/local/cuda/lib64/libcudnn
5.安装tensorflow
创建conda环境
source activate环境
pip install tensorflow-gpu==1.8.0即可