1 CUDA 10.0 安装
win10 下的cuda 安装是非常简单的，和其他程序安装没什么区别，现在 tensorflow 1.13 版本以上 支持 CUDA 10.0 ，这里选取了CUDA 10.0+ CUDNN 7.5 +tensorflow 1.13 + opencv 3.4.0
（1）安装 nvidia 的驱动， 在 选取与显卡对应的驱动 安装（这里选择了gtx750ti 417 版本）
（2）在 选择对应的 CUDA 下载
（3）运行安装文件 ， 选择的自定义安装 会显示 所有 组件， 一般情况下 只要选择安装 cuda 就行( 安装 驱动程序时，剩下的组件一般都是安装好了的)
（4）等待安装完成，安装成功后 在 命令行输入 nvcc -V 会显示版本信息 则安装成功。如果没有 查看系统环境变量 的 path 中是否有CUDA 的相关目录
例如 
，没有则添加。
2 CUDNN 7.5 安装
（1）在 网址 （需登录） 中选取 Download cuDNN v7.5.0 (Feb 21, 2019), for CUDA 10.0
（2）下载之后解压，然后将各个文件夹的内容复制到 安装cuda 地址对应的文件夹中
例如 cudnn-10.0-windows10-x64-v7.5.0.56\cuda\bin 目录中的 cudnn64_7.dll 复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin 中
cudnn-10.0-windows10-x64-v7.5.0.56\cuda\include 中的 cudnn.h 复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include
cudnn-10.0-windows10-x64-v7.5.0.56\cuda\lib\x64 中的 cudnn.lib 复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64 中
3 tensorflow 1.13 安装
（1）将 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64
三个目录添加到环境变量 （即 cuda cupti cudnn 的相关目录），如果cuda 对应的安装位置为其他位置 则改为相应的目录
（2）之前已安装 anaconda ，直接新建一个虚拟环境 conda create -n tf13 pip python=3.6
（3）激活虚拟环境 activate tf13
（4）使用命令 pip install --ignore-installed --upgrade packageURL 安装 这里的 packageURL 为
https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-1.13.0-cp36-cp36m-win_amd64.whl
其他版本地址可以自行在tensorflow官网上（）查找
（5）如果网速太差，或者其他原因下载过慢或失败，可以直接使用浏览器或迅雷下载 packageURL 对应的链接 ，然后在 对应文件的目录下直接通过文件名来安装 例如 在下载目录下打开命令行
pip install --ignore-installed --upgrade tensorflow_gpu-1.13.0-cp36-cp36m-win_amd64.whl
（5）安装完成后 ， 在命令行激活 tf13环境， 输入 python
输入 import tensorflow as tf 没有错误，则表示安装成功。（也可以是用官网上的小栗子进行测试）。
4 opencv 3.4.0 安装
（1）从网址 上下载 对应的opencv 这里选择的是
（2）安装 （实际就是解压）到目标目录 这里我选择的是 C:\opencv
（3） 将安装目录下的 \build\x64\vc14\bin ( vs2015 的对应 vc14 ，vs2017 对应 vc15)
（4）在命令行输入 opencv_version 显示 opencv 版本则显示安装成功。