1、在这里查看支持的做机器学习计算的显卡：
https://developer.nvidia.com/cuda-gpus#collapse4
需要到NVIDIA下载cuda与cudann，这里最重要的是注意cuda与cudann与tensorflow三者的搭配
2、关于nvidia显卡驱动版本，cuda版本，cudnn版本关系参考：
https://blog.csdn.net/iamqianrenzhan/article/details/89343601
https://blog.csdn.net/u013066730/article/details/80980940
查看的电脑上的NVIDIA控制面板里的系统信息窗口里的组件信息，显示的NVIDIA版本是是cuda driver版本，并非要安装的cuda runtime的版本
3、安装cuda
官方指南：
https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/index.html
csdn博客：
https://blog.csdn.net/XCCCCZ/article/details/80385448
https://blog.csdn.net/u010618587/article/details/82940528
4、下载cuDNN
官方指南：https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html#installwindows
解压cudnn，将里面的lib，include，bin目录里面的文件，拷贝至cuda安装文件对应的lib，include，bin目录中， cuda的系统默认安装对应为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\
5、安装anaconda及创建环境
https://blog.csdn.net/ITLearnHall/article/details/81708148
Anaconda下安装tensorflow-gpu keras-gpu：
https://blog.csdn.net/qq_33039859/article/details/77412781
指定tensorflow版本，conda install tensorflow-gpu=1.12（1.12为笔者需要）
6、查看gpu状态
添加C:\Program Files\NVIDIA Corporation\NVSMI至系统环境变量，在cmd命令行输入nvidia-smi查看
来源：CSDN
作者：guozhirourou
链接：https://blog.csdn.net/guozhirourou/article/details/95204214