1.显卡（GPU）是否支持CUDN

https://developer.nvidia.com/cuda-gpus

2.了解基础知识

1）CUDA（Compute Unified Device Architecture），是显卡厂商推出的运算平台。 CUDA™是一种由NVIDIA推出的通用架构，该架构使能够解决复杂的计算问题。

计算行业正在从只使用CPU的“中央处理”向CPU与GPU并用的“”发展。为打造这一全新的计算典范，NVIDIA™（英伟达™）发明了CUDA（Compute Unified Device Architecture，统一计算设备架构）这一编程模型，是想在应用程序中充分利用CPU和GPU各自的优点。现在，该架构已应用于GeForce™（精视™）、ION™（翼扬™）、Quadro以及Tesla GPU（）上。

2）cuDNN的全称为NVIDIA CUDA® Deep Neural Network library，是NVIDIA专门针对深度神经网络（Deep Neural Networks）中的基础操作而设计基于GPU的加速库。基本上所有的深度学习框架都支持cuDNN这一加速工具，例如：Caffe、Caffe2、TensorFlow、Torch、Pytorch、Theano等。

3）Anaconda是一个开源的发行版本，其包含了conda、Python等180多个科学包及其依赖项。因为包含了大量的科学包，Anaconda 的下载文件比较大，如果只需要某些包，或者需要节省带宽或存储空间，也可以使用Miniconda这个较小的发行版（仅包含conda和 Python）。

3.下载软件

1）版本下载：https://developer.nvidia.com/cuda-toolkit-archive

2）cuDNN版本下载：https://developer.nvidia.com/rdp/cudnn-download（先注册再下载）

      需要设置环境变量

3）Anaconda版本下载：https://repo.continuum.io/archive/

4）TensorFlow-gpu版本下载：https://pypi.python.org/pypi/tensorflow-gpu/1.5.0

      这个是下载1.5.0版本，只要更换版本号就可以下载其他版本了，eg.https://pypi.python.org/pypi/tensorflow-gpu/1.4.0。