前言
前段时间更新自己电脑上的tf1.4到1.9，没想到踩了这么多坑。。。特意记录下来希望可以帮到大家
删除旧版本
如果你电脑上没有安装旧版本的tf，就可以忽略这一步。我是因为想要升级到最新版本，所以需要先卸载旧版本。旧版本是用anaconda安装的，卸载很简单，首先进入安装tf的环境，我的环境是“tensorflow”：
activate tensorflow
然后卸载TensorFlow就好，或者直接删除这个tensorflow的环境，卸载tensorflow可以使用：
(tensorflow)pip uninstall tensorflow-gpu
前提是你安装的时候使用的是pip指令。直接删除环境可以使用：
conda env remove -n tensorflow
安装CUDA
要安装CUDA需要满足下面的四个条件：
- A CUDA-capable GPU （一个可以运行CUDA的显卡）
- A supported version of Microsoft Windows（一个支持CUDA的系统）
- A supported version of Microsoft Visual Studio（一个支持CUDA的VisualStudio）
- the NVIDIA CUDA Toolkit (available at http://developer.nvidia.com/cuda-downloads) （CUDA的安装文件）
这里需要注意的是，安装tensorflow-gpu1.9必须严格安装CUDA9.0，任何9.X都不可以，比如CUDA9.2什么的都不行，因为tensorflow会去寻找xxxx90.dll，如果是CUDA9.2之类的，这些dll的名称是xxxx92.dll，会报出找不到的错误。
还有一点需要注意，如果你的电脑上没有VS，那么你需要先去安装，请先自行下载安装VS2015，或者在我给出的链接中下载：
VS的安装需要一定的时间，请耐心等待。
如果你觉得前三个条件满足，那么就可以下载CUDA9.0了，下载地址是CUDA9.0,选择如下图所示，然后下载：
下载完成后，双击安装。这里又有一个坑，我的显卡是GTX 750M，直接选择“精简”模式的安装会报错导致不能安装，报错的原因是Visual Studio Intergration不能正确安装导致的失败。
你可以选择直接精简安装试试运气，也可以跟着我下面的教程选择“自定义”安装，下面介绍如何自定义安装：
- 在刚刚双击安装文件后，会让你找一个解压临时文件的路径，保存下这个路径：
- 抽取完成先进入这个路径，把里面的CUDAVisualStudioIntegration文件夹拷贝到其他地方保存，然后继续安装
- 选择自定义安装，点击下一步
- 除了Visual Studio Intergration其他的都打对勾，如下图所示：
完成后，我们需要手动安装之前没有安装的Visual Studio Intergration，进入以下路径：
C:Program Files (x86)MSBuildMicrosoft.Cppv4.0V140BuildCustomizations
将我们之前保存的那个CUDAVisualStudioIntegration文件夹中的extrasvisualstudiointegrationMSBuildExtensions下面的所有文件拷贝到上面的那个路径中去即可。
完成后，进入这个路径中，其中ProgramData是隐藏文件夹，看不到的话就去文件夹选项里勾选查看隐藏文件
C:ProgramDataNVIDIA CorporationCUDA Samplesv9.05_Simulations body
因为之前安装的是VS2015,所以选择15的sln
- 接下来会打开VS2015，如果你的电脑上缺某些组件，这个时候VS会自动提醒你需要补充安装，安装即可。安装完成后在屏幕上方调成debug和x64
- 右击右侧的“解决方案”，选择生成解决方案进行编译
成功后进入路径
C:ProgramDataNVIDIA CorporationCUDA Samplesv9.0inwin64Debug
双击运行刚刚编译得到的“nbody.exe”，得到下图所示表示安装成功CUDA
- PS：没意外的话不需要设置环境变量，安装的时候自动设置好了
安装cuDnn
cuDnn也请严格按照tf官网上的要求下载7.0版本的，不要下载7.X的，下载地址cuDnn
然后解压缩得到3个文件夹，将这3个文件夹里面的文件复制到CUDA安装路径下相应的文件夹里面即可。CUDA默认安装路径为：C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.0，具体来说：
- 复制 cudaincudnn64_7.dll 到 C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.0in.
- 复制 cuda includecudnn.h 到 C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.0include.
- 复制 cudalibx64cudnn.lib 到 C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.0libx64.
安装tensorflow-gpu
相比于之前繁琐的步骤，这里反而是最简单了的。请安装Anaconda，Anaconda实质上是一个Python包和版本管理工具。首先去官网下载Anaconda，然后安装，注意在某一个选项中勾选将anaconda加入到PATH中去(虽然anaconda不建议这么做，但是方便啊！)，其他的全部选择默认选项即可，最多改一改安装路径，其他按照默认选项安装。
1、 用anaconda创建一个虚拟环境
C:> conda create -n tensorflow python=3.6
2、
在 Anaconda 中，您可以使用 conda 来创建一个虚拟环境。但是，在 Anaconda 内部，我们建议使用 pip install 命令来安装 TensorFlow，而不要使用 conda install 命令。
根据tf官方文件的建议，我们使用pip指令安装，但是同时，我们不要执行tf官方文档中的安装指令，因为那样安装太慢了，我们这里用豆瓣镜像去安装最新版本的tensorflow，瞬间就能安装好
(tensorflow)C:> pip install --index-url https://pypi.douban.com/simple tensorflow-gpu
3、 测试
这里使用PyCharm这个IDE来进行测试。首先创建一个空的Python工程，然后在setting中设置Python解释器为Python3.5的那个，然后创建一个空的Python文件，文件编入如下代码：
import tensorflow as tf
hello = tf.constant("Hello!TensorFlow")
sess = tf.Session()
print(sess.run(hello))
如果输出如下的话，就是成功安装了tensorflow了：
结语
至此就成功安装完毕啦，真的是坑好多。。。希望可以帮到你，如果出现其他意外，欢迎来信讨论解决
原文链接：https://antdlx.com/win10_tf19/