这几天深度学习的过程中发现了一个问题，现在深度学习的过程中用到的tensorflow是CPU版本，而在训练的过程当中所用到的时间感觉特别长，因此想换成gpu版本的tensorflow，来缩短深度学习中模型训练的时间。
由于之前学习的过程当中所用到的tensorflow是1.0版本，所有写的代码都是基于1.0的版本，因此今天尝试安装的tensorflow是1.0版本的，基于python3.6
国际惯例，根据这篇博客，开始了安装的过程：
https://zhuanlan.zhihu.com/p/37086409
第一步根据步骤，点开我的电脑中的设备管理器，显示适配器中显示显卡为1070
接着上网百度搜索1070 SPECIFICATION
出来的第一个网页点击进去之后，发现对应的cuda 后面写上对应的数量，因此来说应该是支持的
接着确定tensorflow型号
打开cmd控制台
输入(没有安装过tensorflow的这一步可以省略)
python
import tensorflow as tf
tf.__version__
结果显示我之前安装的cpu版本的tensorflow是1.2.0的，因此安装的gpu版本应该也要1.0的，不要到2.0，这里先记住，等下再进行搜索安装
接着点开刚刚英伟达官网的页面下载cuda
点击图中所示support按钮
在对应的右边的区域有个技术支持，点击他之后 在对应的上边有对应的developers，选择cuda，然后选择下载就好了，在这里我下载对应的9.0版本--链接
这里附上详细安装步骤的网址：https://blog.csdn.net/a583621671/article/details/87272803
依次安装
win10-1-2-3-4
安装时间挺长的，耐心等待之后
安装完成后，在控制台输入nvcc -V
如果出现以下的画面说明安装成功。
下载cudnn7.4.1：cudnn下载地址.
下载需要注册，注册完即可开始下载，之后解压文件，分别放置到
把其中的bin、include、lib中的文件分别复制到刚才cuda的安装路径：.\NVIDIA GPU Computing Toolkit\CUDA\v9.0\下的bin,include,lib中。
然后在Path添加以下的系统变量：(若不存在就添加)
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\CUPTI\libx64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib
接着将原本cpu版本的tensorflow覆盖为gpu版本
pip install --ignore-installed --upgrade tensorflow-gpu
如若想0安装特定版本的话则执行以下的语句：
pip install --ignore-installed --upgrade tensorflow_gpu==1.8.0耐心等待其安装完成
测试能否用gpu运行卷积神经网络
运行速度极快
Tensorflow--1070安装GPU版本的Tensorflow
原文：https://www.cnblogs.com/halone/p/12582458.html