若上述都返回 Result = PASS，则表示 CUDA 配置成功。
3. 安装 CUDNN
(1) 选择与 CUDA 版本想匹配的 cuDNN 版本。在下载时需要先在官网进行注册。
(2) 将下载文件解压缩，然后把里面 bin、include 以及 lib 文件夹中的文件分别复制到 CUDA 安装目录 的 bin、include 以及 lib 文件夹下面。
4. 安装 Anaconda
(1) Anaconda 提供了包含 Python在内的180多个科学包及其依赖项，直接在 Anaconda 官网 选择下载最新版本。
(2) 为了避免在 Visual Studio 2019 IDE 中配置 Anaconda，直接将其安装在 VS 的共享路径下面。博主的VS 安装目录为 D:Microsoft Visual Studio ，共享路径为 D:Program Files (x86)Microsoft Visual StudioShared。
(3) 打开 Visual Studio 2019 ，新建一个 Python 项目，View —— Other Windows —— Python Environments，此时会显示 Anaconda 的安装环境。
此时默认的环境名称为 Anaconda 2019.03，强迫症患者表示很不爽，可以在注册表更改显示名称。
1）打开注册表：win + R —— regedit
2）导航到 HKEY_LOCAL_MACHINESOFTWAREPython（32 位解释器）
或 HKEY_LOCAL_MACHINESOFTWAREWOW6432NodePython（64 位解释器）
3）展开与分发匹配的节点，Anaconda 为 ContinuumAnalytics
4）修改 DisplayName 对应的数值数据，如 Anaconda37。此时 VS 中 Python 环境的名称也将相应被更改。
5. 安装 TensorFlow-GPU
(1) 如果直接用命令行的形式在线下载安装，其下载版本可能与 CUDA 版本不兼容。也可以在 Anaconda Navigator 中安装TensorFlow , 但是其版本为1.9.0。本博文安装最新的版本【截至更博日期，最新版本为TensorFlow 1.14.0 Stable 和 TensorFlow 2.0 Beta】，因此，本文下载 GitHub 大神 的 whl 文件。保存在本地任意位置（博主的地址为：D:AppPackagesTensorFlow）。
(2) 在 VS 的 Python Environments 中点击 Open in PowerShell
(3) 在命令行输入安装指令：pip install D:AppPackagesTensorFlowtensorflow_gpu-1.14.0-cp37-cp37m-win_amd64.whl
