2019-04-10 11:45:33.147110: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1455] Ignoring visible gpu device (device: 0, name: GeForce GTX 870M, pci bus id: 0000:01:00.0, compute capability: 3.0) with Cuda compute capability 3.0. .
问题描述
如图 要求至少3.0算力。我的870m不幸是开普勒架构，毕竟5年的老战友了，tf1.10.0版至少要求3.5的算力。但是我机子的显卡不算太弱的，还是很有运用价值（在没有占用工作室大台式1080ti的前提下，毕竟学习阶段没有必要和别人抢资源）。
解决办法
在TF官网手册发现了这么一条：
对于3.0的GPU需要从源码编译，官网编译指导在这里，而且仅支持Linux。所以，放弃win吧，是时候投入Linux的怀抱了，真的terminal一行搞定真的是舒服，而且自带装逼特效。所以如果你现在没有linux基础，现在就开始，其实没多难，命令行习惯就好。
注意事项
关于编译安装需要注意，我用的bazel版本要和TF版本对应，因为版本不对应会导致一堆乱七八糟的问题，所以不是越新越好，道理大家都懂。我用的0.15
同时，在安装bazel时候用图上的方法可用，官网给的第二种方法出问题了，应该是源的问题。就没管，除非都行不同我才会查问题（人类的本质是懒猪）
装完bazel还要装nccl,核弹厂的一个包，去官网下了装上对应版本即可，我选2.2.13，cuda9的
万事俱备就继续跟着官网教程编译。需要说明的是：编译过程比较漫长，我i7 4710mq开暴力风扇不降频用了1个多小时，内存占用比较大，如果机器内存不足可能需要制定内存占用最大值：
bazel build -c opt --jobs 1 --local_resources 2048,0.5,1.0 --verbose_failures //tensorflow/tools/pip_package:build_pip_package
我16G内存最高占用大约到了70%
结果：
重新编译解决问题：
问题解决。
PS：有钱还是直接买新机，显卡一定要好。不过在编译过程中也发现很多可选项，如果把那些定制项都用好，肯定可以上天。