笔者remove TensorFlow总共四次。 reinstall anaconda 三次。
安装技巧可以根据这个博主的文章进行安装。
https://www.jb51.net/article/184309.htm
我就是用这个教程安装的
因为直接用 pip install安装太慢了
所以在官网CUDA 和cuDNN+清华镜像的TensorFlow来安装比较快。
总结我的几个问题。
· 
（1）
tensorboard 1.14.0 has requirement setuptools>=41.0.0, but you'll have setuptools 40.6.3
显然我们需要升级 setuptools的版本
我们在cmd中使用下列命令行来安装
python -m pip install -U pip setuptools
非常不幸的是
又出现另一个错误：
ERROR: twisted 18.7.0 requires PyHamcrest>=1.9.0, which is not installed
（笔者因为已经找TensorFlow包remove了4遍了，已经崩溃了）
为了解决这个问题
在cmd中安装
pip install PyHamcrest
安装完PyHamcrest，在运行一次更新setuptools更新的命令行就可以解决了。
（2）
ERROR: Cannot uninstall ‘wrapt'. It is a distutils installed project and thus we cannot accurately determine which files belong to it which would lead to only a partial uninstall.
运行一下命令行
pip install -U --ignore-installed wrapt enum34 simplejson netaddr
完成安装。
在测试的过程中，我按照前面那个博主的内容。
使用tf.test.is_gpu_available()
发现是false
这个地方就需要你去看一下错误内容
错误内容要仔细看，笔者显示这个错误的时候并没有标红，需要自己去阅读里面的error
我的错误内容是：
failed call to cuInit: CUDA_ERROR_UNKNOWN
第一，硬件是否支持，是否安装了正确的cuda和与之匹配的cudnn版本吗？
如果你按照本文开头的博文安装是匹配了的。
但是随着日期推迟，TensorFlow会更新，对应的cuda和cudnn版本需要改变。
具体可以参考https://tensorflow.google.cn/install/gpu
现在的要求是：
首先需要查看https://developer.nvidia.com/cuda-gpus
看一下自己的显卡是否支持CUDA
但是值得注意的是
这个网址列的不全，笔者的显卡没有在表单里面。
当我想放弃的时候，我就在百度搜了
笔者的显卡是支持的，笔者用的是MX150。（我不喜欢玩游戏，所以显卡要求不高）
所以建议百度查看自己的显卡是否支持。
除了硬件，就是检查CUDA和CUDNN，这个按照官方文档指出的版本号安装。
第二、如果排除硬件不支持。出现以上错误很可能是驱动问题。
我们可以先到 http://www.nvidia.com/Download/index.aspx 查询下我们需要的是怎样的驱动，勾选好对应的配置：
下载安装，运行GeForce Experience 会自动更新驱动。
版本号为445.75，与官网显示最新版本号一致。
总结
