由于我要用两个不同的模型进行实验，一个用来分割一个用来配准，然后这两个模型要的环境不一样，分割用的模型比较早，用的环境是tf1.8，CUDA9的版本，当时是用anaconda安装的，所以应该是最新版，安装很顺利，这个比用caffe安装顺利多了，估计是我linux环境不熟悉的原因。然后现在想安装一个新版本的tf，但是怕破坏早前的环境，所以考虑了一下，还是保留原来的CUDA版本不删除，后面证实这是一个大坑。保留原来的CUDA然后安装新的CUDA还是很顺利把所有内容都安装好，但是就是最后发现import tensorflow时出错，提示DLL load failed。
好吧，我就开始了漫长的捣鼓，看了很多网上的讨论，都说是CUDA版本不对，然后有一篇（抱歉，打开的帖子实在太多了，忘记保存链接了）提示我要用nvcc -V，然后我发现显示还是CUDA 9的环境，至此，我明白还就是CUDA版本的问题，win下面安装两个CUDA的版本不现实，所以我找来了ghost，先把我原来的环境备份好，然后卸载CUDA9后再安装CUDA10，当然，安装后一定要记住在环境设置中设置CUDA需要的路径，具体可以参考这篇博客https://blog.csdn.net/qq_41661809/article/details/98515603。
还有有一篇博客https://blog.csdn.net/ohheysherry/article/details/103031555的建议很好，我后面就采用conda进行安装，花了一个晚上，然后早上起来看到了done这四个字符，知道没有问题了，果然测试tensorflow通过。
如果后面还想用前一个版本，可以重新安装CUDA9，但事先要先卸载CUDA10，在控制面板上看到CUDA 10的文件就删除，其他就保留下来吧，然后再安装CUDA9。对了，切记安装以下顺序：先卸载原来的CUDA，安装新CUDA，配置系统路径，然后设置清华镜像，然后新建一个conda create -n tensorflow-gpu pip python=3.6.4 ，然后activate tensorflow-gpu，再然后conda install tensorflow-gpu==1.14.0。最后一步要花很长时间，可以利用你睡觉时间去弄，效率会高
还有安装CUDA时，，所使用这样的变量名，%CUDA_PATH_V10_0%\bin设置在PATH中，
这个花了整整2个2天，主要事情多，没有在第一个2天坚持下来，