CUDA（Compute Unified Device Architecture），是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。
1 查看计算机显卡类型
查看计算机的显卡是否是英伟达系列的，只有英伟达NVIDIA显卡才可以安装cuda
2 观察是否有适合显卡的cuda版本
网址：
https://developer.nvidia.com/cuda-gpus
3 安装NVIDIA 显卡驱动程序
下载地址：
http://www.nvidia.cn/Download/index.aspx?lang=cn
选择适合自己电脑的显卡驱动下载；安装很简单，直接下一步就可以。默认安装路径：
C:NVIDIADisplayDriver390.77Win8_Win7_64International
4 确定GPU显卡所支持的CUDA版本
NVIDIA控制面板——帮助——系统信息——组件，可以看出系统支持cuda10.0及以下（cuda10.1不支持，会出现错误，原因不知）
5 Cuda10.0安装
5.1 下载
下载地址：
https://developer.nvidia.com/cuda-toolkit-archive
5.2 安装
安装也很简单直接下一步就好。
注意：在安装CUDA时，最好使用自定义安装，把Visual Studio Integration的勾选去掉，否则当机器上安装的Visual Studio版本不对或者没有安装时，下一步会报错导致安装失败。
默认安装目录在： C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0
5.3 验证
在dos命令中输入如下命令则安装成功：
6 Cudnn7.5安装
GPU显卡计算能力大于3.0才支持 cuDNN
下载地址：
https://developer.nvidia.com/rdp/cudnn-download（需注册才能下载）
对下载的压缩包进行解压，并进行相应文件的复制到cuda安装目录下（
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0）
文件位置 需要复制到的位置
cudabincudnn64_7.dll bin
cuda includecudnn.h include
cudalibx64cudnn.lib libx64
7 Tensorflow-gpu1.13.1安装
7.1 更改pip源
在C:UserslishanAppDataRoaming目录下新建一个pip文件夹，并新建pip.ini文件，文件内容如下：
[global]
timeout = 6000
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
trusted-host = pypi.tuna.tsinghua.edu.cn
7.2 安装
pip install tensorflow-gpu
（python3.6安装不成功，但是3.5可以，原因不明）
