参考文章：
1. 安装CUDA工具包10.1、cuDNN
NVIDA 的这个网站页面（https://developer.nvidia.com/cuda-gpus），点开你电脑显卡对应的系列，查看显卡中GPU的计算能力（Compute Capability）
geforce-gtx-1080 算力6.1
cuDNN解压出来三个文件夹+一个文件，将各个文件夹下面的文件分别放到CUDA对应的同名文件夹下。
我的CUDA地址是默认地址C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
完成之后把以下四个路径加入到环境变量中：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include
2. 安装Anaconda
来源：
- Anaconda官网下载速度特别慢
- 清华开源镜像网站（https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/）
安装时勾选“添加Anaconda环境变量 ”选项
3. 安装TensorFlow GPU
没有配置环境，直接安装的tf
×【安装了但是不知道为什么不能用】在Anaconda prompt里使用conda安装(也可在terminal里用pip安装)，顺便装了keras
#conda install tensorflow
conda install tensorflow-gpu
conda install keras
pip3 install tensorflow-gpu==2.0.0
#或
pip3 install --upgrade --ignore-installed tensorflow-gpu==2.0.0
出现红色一片，报错超时，延长超时时间：
pip3 install --upgrade --ignore-installed tensorflow-gpu==2.0.0 --default-timeout=100
#或
pip3 install --upgrade --ignore-installed tensorflow-gpu --default-timeout=100
√【重新在cmd terminal里安装的】
pip install tensorflow-gpu
pip install keras
4. 测试|TF GPU
进入python界面或打开jupyter notebook测试
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
或
import tensorflow as tf
tf.__version__
5. 配置 jupyter notebook 远程连接
① 生成 notebook 配置文件
默认情况下配置文件 ~/.jupyter/jupyter_notebook_config.py （所在文件夹：C:\Users\user.jupyter）不存在，要自行创建，使用以下命令生成配置文件：
jupyter notebook --generate-config
root 用户执行时需要加上 --allow-root 选项。
jupyter notebook --generate-config --allow-config
② 生成密码
自动生成密码：从 jupyter notebook 5.0 版本开始，提供了一个命令来设置密码：jupyter notebook password，生成的密码存储在 jupyter_notebook_config.json。
在jupyter_notebook_config.py 里相应行添加你的密码。
c.NotebookApp.password =你的密码
③ 修改配置文件
在 jupyter_notebook_config.py 中找到下面的行，取消注释并修改。
c.NotebookApp.ip='*'
c.NotebookApp.password = u'sha:ce...刚才复制的那个密文'
c.NotebookApp.open_browser = False
c.NotebookApp.port =8888 #可自行指定一个端口, 访问时使用该端
以上设置完以后就可以在服务器上启动 jupyter notebook，jupyter notebook, root 用户使用 jupyter notebook --allow-root。
打开 IP:指定的端口, 输入密码就可以访问了。
