前言：TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统,CPU/GPU资源对神经网络模型的训练很重要，应充分利用电脑的显卡资源，加快模型的训练速度。
下面是对安装过程的详细讲解：
1、安装好Python的开发环境（可参考我之前的文章https://blog.csdn.net/qq_28821995/article/details/81006704）我这里是在安装好anaconda环境下再来安装TensorFlow的。
2、如果只想安装TensorFlow的CPU版本，可直接使用pip指令，在cmd窗口中输入pip install tensorflow-cpu即可。
3、下面是安装GPU版本的，稍微比较复杂。因为我们是在anaconda下安装，首先激活anaconda，在cmd窗口输入activate Anaconda3进入该环境后继续输入pip install tensorflow-gpu 就能安装GPU版本了。
4、安装GPU版本后，还要继续安装CUDA 各版本的下载链接：https://developer.nvidia.com/cuda-toolkit-archive 根据自己的情况选择本地版或者网络版，进行安装。
5、安装CUDNN 各版本的下载链接：https://developer.nvidia.com/cudnn（需要注册和一大堆资料填写）。下载好之后，解压，里面有三个文件夹，分别把里面三个文件夹里面的文件复制到CUDA所安装的目录对于的同名文件夹中。
上面安装后，要检查一下环境变量添加好了没,最好将电脑重启一起。
注意：4和5步骤的版本一定要对应好，否则会出现问题（cuda8对应 cudnn6，cuda9 对应cudnn7同时也要注意TensorFlow安装的版本和上面4/5的对应）
测试：
cmd窗口测试：
eclipse环境测试：
安装成功！！！