在Linux配置显卡驱动和深度学习环境失败，转战Windows
环境
系统: windows 10 64位
显卡: GTX1050
操作步骤
1、安装Windows10 64位系统
2、安装最新版本的显卡驱动，我是使用360驱动大师安装的
3、安装cuda_9.0.176_win10 （注意 ： tensorflow对这个版本特别严格，必须安装这个版本）
官网直接下载安装就可以了，但是用谷歌浏览器下载会出现下载到99%的时候下载失败的情况，用ie下载正常
4、安装cudnn-9.0-windows10-x64-v7 （注意 ： tensorflow对这个版本特别严格，必须安装这个版本不然运行的时候会报错）
官网下载对应的压缩包解压，解压之后有个cuda目录，把里面的子目录合并拷贝到cuda的安装目录就可以了
5、安装python3.6，我用的是360软件管家里面的版本
这个要注意设置环境变量才能用python pip3 等命令
6、用pip安装tensorflow-gpu
7、跑了一个demo成功
以上这些折腾了我一天，主要由于一开始没有严格按照tensorflow官方要求的cuda和cudnn版本下载，还有一个就是英伟达官网老是下载到最后才报错
由于我的GTX1050显存太小（才2g），直接跑程序的话会报内存申请失败，我把batch_size调小才能正常运行GPU-Z截图：
显存基本快用光了，GPU温度稳定80度左右
使用这个低端显卡训练的速度比我使用i5 4570训练的速度提高了20-30倍左右