2021/01/08 声明，不建议使用CUDA10.0，因为对pytorch、torch_geometric很难找到对应版本的（反正CUDA10.0下我失败了）。本篇依然可以为一些NVIDA设置错误提供指示。
安装CUDA10.1+对应版本tensorflow2.x指路：《win10下python下载安装CUDA+tensorflow2.x使用gpu》
下面为原文
先上一张图，然后我们再详细的谈具体过程。不要被吓跑了哦！应该没什么人能倒霉到我这样整个流程图都跑了一遍。
一、安装CUDA10.0及其配套的CuDNN
记住，tensorflow2.0一定要安装CUDA10，CUDA9是不行的。
1、点击这里 下载CUDA10.0——CUDA Toolkit 10.0 Download
如果你C盘内存足够，建议精简安装。
2、点击这里 下载CuDNN—— cuDNN Download
解压后将CuDNN中的bin，include，x64文件夹中的文件复制到C盘你刚安装的CUDA路径里面。
参考《Win10安装CUDA10和cuDNN》
二、安装tensorflow-gpu-2.0
你可以在Conda Prompt中输入pip install tensorflow-gpu==2.0.0b1即可，如果觉得下载慢可以更换到国内的阿里云镜像源。
三、测试gpu是否可运行
用下面这串代码测试，如果
import tensorflow as tf
import osos.environ['TF_CPP_MIN_LOG_LEVEL']='2'a = tf.constant(1.)
b = tf.constant(2.)
print(a+b)print('GPU:', tf.test.is_gpu_available())
如果结果瞬间是这样：
那就恭喜你成功了！
但是很多时候不是这样的，你可能会看到这样的警告：Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA.或者FutureWarning: Passing (type, 1) or ‘1type’ as a synonym of type is deprecate.
第一种警告就是说你的GPU还不能使用，有独显的你还需要下一步的NVIDIA控制面板设置；
第二种警告可能是你的numpy版本比较高不适配，你指定安装一个低一点版本的numpy试试，如pip install numpy==1.16.0。
四、NVIDIA控制面板设置
控制面板的打开方式：控制面板 —> 硬件和声音（查看方式为’类别’）—> NVIDIA控制面板
如果你能打开控制面板，请一定要完成下面参考博文的6步 !
具体的步骤请参考：
《解决TensorFlow2.0不能用GPU运算的问题》
五、NVIDIA服务是否启动
如果你控制面板都打不开，可能是服务被禁用了，
Win+R 输入 services.msc，找到所有名字里有NVIDIA的服务，右键属性 > 启动 > 最好改成自动
再Win+R 输入 msconfig，将所有NVIDIA打头的名字都勾选上
六、下载NVIDIA控制面板并安装最新驱动
这部分我是不太想讲的，因为windows Store非常垃圾，不能下载，我又不能去外网，所以我在一个国内软件站下载的，还行，没发现什么大坑。
进去之后，你会发现在询问你是否更新驱动，更新之后，你会发现你的右键多了一个NVIDIA的控制面板，如果没多，就去刚才那个控制面板 —> 硬件和声音（查看方式为’类别’）中找找。
