- 我看的网课讲解的视频用的是带gpu版本的tensorflow1.4.0，使用pip install tensorflow-gpu==1.4.0，但是如果想直接用之前那个命令的话要使用anaconda老一些的版本，最新的版本不支持，点击这里下载anaconda 5.2.0
- 最新的版本的会报错，找不到tensorflow-gpu==1.4.0
- anaconda环境可能需要**，可能管理的时候需要使用管理员权限
- 安装完成后，查看提示，查看需要的CUDA版本。事实上
这里给出链接，下载后先别安装，先装上visual studio 2017后再安装，为什么这样，实际上对应的是官网上的
Virtual studio 2017下载点击这里
cudnn里的各个目录下的文件对应安装CUDA目录，一个个添加到对应位置
- 以上的方法装的tensorflow版本中，cpu不支持AVX AVX2，网上一些人所谓的解决方法是屏蔽掉警告消息，有点自欺欺人的感觉了哈哈。
我们可以不用默认的tensorflow版本，因为那个可能是为了照顾大多数cpu吧，没支持AVX。
我们用这个带AVX2 的1.4.0的版本
这个版本的cuda和cudnn
CUDA9
cudnn7
然后问题得以解决