确认显卡支持 cuda
首先确认显卡是否是 英伟达 NVIDIA 的，当然 AMD 也支持，但是不常用；
NVIDIA 显卡有 GTX Geforce、Quadra 和 Tesla 三大系列，然后到如下网站查看是否支持 Cuda
https://developer.nvidia.com/cuda-gpus
点击如下链接即可查看每个系列支持 cuda 的显卡版本
安装显卡驱动
在安装CUDA过程中，你可能各种尝试，把显卡驱动整坏了，可以重新安装； 【我就是这样，然后死活装不上 cuda，后来重装驱动，搞定】
在 https://www.nvidia.cn/Download/index.aspx?lang=cn 获取自己显卡的最新驱动版本；
下载，双击安装；
安装 cuda 驱动
访问CUDA的下载网站：https://developer.nvidia.com/cuda-toolkit，可以看到CUDA目前的最新版本，可以通过选择下面的“Legacy Releases”链接来下载旧版本的驱动；
建议选择自定义安装，然后只勾选cuda，建议安装在默认文件路径；
把 安装路径下的 bin 目录设为环境变量：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
安装 cudnn 库
CuDNN库（The NVIDIA CUDA® Deep Neural Network library）是CUDA针对深度神经网络的更新包，TensorFlow会使用它用于加速NVidia GPU上的深度学习。可以从这里下载，见：https://developer.nvidia.com/cudnn。
首先要注册一个NVidia开发者帐号，它是免费的。登录后，您会看到各种CuDNN下载；
cuda 与 cudnn 版本要严格对应，对应关系见 https://developer.nvidia.com/rdp/cudnn-archive
下载下来的是一个包含了几个文件夹的ZIP文件，每个文件夹包含CuDNN文件（一个DLL，一个头文件和一个库文件）。找到你的CUDA安装目录，这里应该是这样的：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
可以看到从ZIP文件的目录也在这个目录，即有一个bin、一个include，一个lib等。将文件从ZIP复制到相关的目录。
比如把cudnn64_7.dll文件拖拽到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin目录，其它相似。
安装 tensorflow-gpu
首先安装 python3.6
具体过程参考我的其他博客，这里只记录重点
之前我讲过 python 安装不推荐 64 位的，所以我安装的是 32 位的，但是死活装不上 tf，报错如下
Could not find a version that satisfies the requirement tensorflow-gpu(from versions: ) No matching distribution found for tensorflow-gpu
后来换成了 64 位，可以了，我也是醉了
然后使用 pip 安装 tensorflow
python3 -m pip install tensorflow-gpu
如果安装很慢，可以使用国内镜像源
python3 -m pip install tensorflow-gpu -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com
其中 --trusted-host pypi.douban.com 的作用是获得ssl证书的认证
验证是否安装成功
import tensorflow as tf
print('GPU', tf.test.is_gpu_available()) # GPU True
显示 GPU 可用，成功；
如果CUDA驱动程序有错误，就可能会显示 cudart64_XX.dll 失败，其中XX是版本号。
ImportError: Could not find 'cudart64_100.dll'. TensorFlow requires that this DLL be installed in a directory that is named in your %PATH% environment variable. Download and install CUDA 10.0 from this URL: https://developer.nvidia.com/cuda-90-download-archive
按照提示，要下载 cuda 10.0，tf1.13 以上的版本需要 cuda 10.0 版本；
如果CUDA驱动程序正确，但CuDNN驱动程序有错误，就可能会显示说 cudnn64_X.dll 缺少什么东西，其中X是一个版本号。
参考资料：
https://blog.csdn.net/hzk594512323/article/details/86082852 Python之pip安装失败----Could not find a version that satisfies the requirement xxxx(from versions: )
### 下面是 cuda 安装教程
https://www.cnblogs.com/touch-skyer/p/8367706.html window10上安装python+CUDA+CuDNN+TensorFlow 【主要参考】
https://blog.csdn.net/u014695788/article/details/93246548 python CUDA配置
https://zhuanlan.zhihu.com/p/29841665 用GPU加速深度学习: Windows安装CUDA+TensorFlow教程
https://www.360kuai.com/pc/9290487ad261e50da?cota=4&tj_url=so_rec&sign=360_57c3bbd1&refer_scene=so_1 tensorflow版本与cuda cuDNN版本对应关系
来源：https://www.cnblogs.com/yanshw/p/12068160.html