在安装tensorflow-gpu时，也看过不少的博客，讲得乱七八糟的，也不能这样说，只是每个人安装的环境或需求不一样，因此没有找到一个适合自己的教程去安装tensorflow-gpu版本。当然，入手一台新电脑立马是安装配置这些环境，在次期间也遇到过不少的坑。话不多说，对此总结了以下几个步骤，直到成功！
1、首先查看tensorflow-gpu所对应的python版本、CUDA、cuDNN版本，这个非常重要，直接决定，最后是否安装成功。
注：链接查看地址https://tensorflow.google.cn/install/source_windows
2、下载CUDA，并且安装
CUDA（Compute Unified Device Architecture），是显卡厂商NVIDIA推出的运算平台。
当然在下载时，也遇到过不少尴尬的情景，比如说：下载超时，遇到下载超时的情况，解决办法：通过网络版下载并进行安装，效果是一样的！本次笔者下载的是CUDA9.0，其下载地址：https://developer.nvidia.com/cuda-toolkit-archive
3、下载cudnn
下载地址：https://developer.nvidia.com/rdp/cudnn-download
注意：下载时需要注册会员，只需要按照要求，简单注册即可。本次笔者，下载的是cuDNN7.4.2版本！
下载后，解压cudnn-9.0-windows10-x64-v7.4.2.24
打开cudnn-9.0-windows10-x64-v7.4.2.24文件夹，得到bin、include、lib三个文件夹
4、将CUDNN中的bin、include、lib文件黏贴到CUDA9.0中
安装完成cuda9.0过后，将cudnn中的三个文件（bin、include、lib）黏贴到对应的cuda9.0文件中，当然需要准确到找到cuda9.0的安装位置及其对应的文件。
5、检测是否安装好cuda
在cmd中输入nvcc -V命令，如果出现了版本信息，则说明已经安装好cuda
6、Pycharm中安装tensorflow-gpu版本
直接在pycharm的terminal中数据：pip install tensorflow-gpu命令即可，笔者安装的是tensorflow-gpu1.12.0版本
7、测试安装tensorflow-gpu版本是否成功
新建一个python脚本，进行测试
import tensorflow as tf
hello = tf.constant('hello,TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
得到输出为：
恭喜你，已经成功安装TensorFlow-GPU版本！
注：试错的过程是漫长的，但是成功那一下是非常有成就的，安装成功的关键，一句总结：多看官网的说明！