参考：
彻底搞定tensorflow-GPU环境(史上最全)
显卡，显卡驱动,nvcc, cuda driver,cudatoolkit,cudnn到底是什么？
安装Annaconda：Annaconda官网下载
1、创建tensorflow-gpu虚拟环境
conda creat -n tensorflow-gpu python=3.6
2、安装tensorflow-gpu
conda install tensorflow-gpu=1.12.0
conda会自动安装tensorflow-gpu版本所对应的cuda和cudnn，通过conda list命令查看
查看tensorflow-GPU是否安装成功，进入python，输入以下命令
import tensorflow as tf hello=tf.constant(‘hello,world’) sess=tf.Session() print(sess.run(hello))
输出以下信息，表示安装成功
>>> print(sess.run(hello)) b'hello,world'
3、安装keras，查看 keras与tensorflow-gpu对应关系
pip install keras=2.2.4
查看keras 是否安装成功
>>> import keras Using TensorFlow backend. >>> print(keras.__version__) 2.2.4
版本对应关系
windows系统安装cuda 与tensorflow版本对应关系
强烈建议，如果你的电脑系统上没有安装cuda,可以直接通过conda创建虚拟环境来安装tensorflow-gpu。这样能最大程度避免各种版本依赖错误的问题。
