概要
TensorFlow这东西自打本科毕业设计开始就和它杠上了，很长的时间都是处于安装卸载的死循环。经过反复的试错，找博客，总算找到了一些窍门。现在分享给大家。虽然是经验，但也只能当做参考。TensorFlow的GPU版本的安装说实在的就是看机器，看运气。自己试验室里，两台配置一样的主机，一台一次安装就成功，另一台现在就不行，一直报错。
1 查看显卡并更新显卡驱动
首先右击“我的电脑“，双击“管理”，进入设备管理器，找到显示适配器查看显卡型号。
之后进入英伟达中国官方网址：https://www.nvidia.cn/Download/index.aspx?lang=c中找到与你电脑符合型号的驱动(现在安装的是driver，不是toolkit，请分清，不要搞混了)。
总之建议不知将显卡驱动，可以利用驱动精灵将所有驱动进行更新一遍后再来安装TensorFlow。
2 安装Annaconda3
最新的TenosoFlow1.11.0支持Python3.6。因此进入Annaconda官网：
https://www.anaconda.com/download/寻找合适的版本进行安装。
查看了Annaconda官网，Python已经更新到3.7，但是建议先别用Python3.7，而是选择3.6版本进行安装。怎么说呢TensorFlow的安装，版本之间的依赖性较强，版本过高或者过低都不行。当前Python3.6还是比较安全。Python3.6对应的Annaconda的下载地址具体为:https://repo.continuum.io/archive/或者https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/。具体下载Annaconda3的5.2版本。
安装过程中基本全是下一步，如果你不想安装在C盘，那么必须先建立在你想的所在盘位置建立一个Annaconda的空文件夹，之后点击下一步。遇见添加环境变量的请打钩。不然之后更新库不会很方便。
安装完成后，检查Path环境变量是否包含了Annconda所在文件夹的地址和其子目录Scripts的地址，没有这两个地址回味未来利用conda更新库带来不便。若没有,先将其这两个地址添加至Path环境变量。
若电脑已经安装了Annaconda，那么请打开Annaconda Prompt。
版本过低的话先利用conda将自身与所有库进行更新代码如下：
conda update conda
conda update --all
为了保险起见，防止pip版本过低，也对pip就行版本升级，代码如下：
python -m pip install --upgrade pip
3安装cuda9.0和cudnn7.14
不管你是否之前安装过Annaconda，先不要用Annaconda直接安装TensorFlow，这个步骤错了一次一不行，必须先安装cuda9与cudnn。
对于cuda与cudnn安装不得不吐槽，在英伟达官网上下载很别扭，特别是cudnn。必须注册账号，注册完后不听跳转。因此在网上找了百度网盘资源，现已保存，链接为：https://pan.baidu.com/s/19WG5HkkQa3GHMq87Sw3hjw
提取码：7e7l。这里面包含了cuda9.0安装包win10版本和linux版本的，以及win10版本的4个补丁、cudnn7.14和Annacond3版本5.1。下载cuda9.0安装包win10版本、win10版本的4个补丁和cudnn7.14。依次安装cuda9.0及其4个补丁。对于cuda的安装，如果你的电脑安装过VS，为了安装你的VS版本与cuda的冲突，最好选择自定义安装，选中除Visual Studio Integration外的全部选项。
之后是cudnn的安装，将cudnn安装包的三个文件夹里的文件依次对应复制到你自己cuda的文件夹下对应子文件夹下即可。根据电脑的差异，vc 2005 redistribute可能没有安装，没有这个插件，可能会导致tensorflow导入出现dll缺失错误。因此，不管安装与否，都安装一遍为好。下载地址为：https://www.microsoft.com/en-us/download/details.aspx?id=48145。
4 安装TensorFlow
在上述安装成功后，之后打开Annaconda Prompt输入：
pip install tensorflow-gpu
完成对tensorflow的安装。之后进入ipython测试是否安装成功：
