教程最好的地方在于不是纯粹的安装固定版本的 tensorflow 某个版本，而是提供了一个安装的方法，利用本教程的安装理念，
tensorflow的任何版本随心所欲安装，再也不用复制、粘贴 别人的版本，轻松安装你喜欢的版本！！！
神奇的两行代码：
anaconda search -t conda tensorflow-gpuanaconda show <USER/PACKAGE> 第一行代码寻找可供安装的 tensorflow-gpu 的版本，可以自行选择
第二行代码获得可供安装的 tensorflow-gpu 的安装方法
第一部分 ：安装步骤：
1、首先安装 anaconda3，安装过程很简单，自行安装即可，下载地址：https://www.anaconda.com/download/
安装好anaconda3 后，通过调用以下命令创建一个名为tensorflow的conda环境：
conda create -n tensorflow python=3.6.4
2、通过下面的代码激活创建的 tensorflow 环境：
activate tensorflow下一步寻找要安装的 tensorflow 的版本，通过下面的代码：
anaconda search -t conda tensorflow-gpu
3、下一步，找到适合 win10的安装版本，并复制其 name(本例中 name 为：nwani/tensorflow-gpu)
通过下面的代码获取 name为 nwani/tensorflow-gpu 的安装方法：
anaconda show nwani/tensorflow-gpu
安装代码：
conda install --channel https://conda.anaconda.org/nwani tensorflow-gpu
4、输入安装代码，耐心等待安装完成即可
第二部分 下面的部分为安装完成后的一些可能出现的报错 和 警告信息：
1、安装完成后，import tensorflow as tf 报错：3 和 4
出现这两个报错是因为 cuda 没有安装好，去 Nvidia 的官网下载安装即可，若嫌麻烦，按我上述的安装方法，只要选择安装版本没问题，应该不会出现这个报错，下面的报错是因为第一次安装版本没选择好，走了一些弯路，记录下来当做经验教训！！！
2、下面的只是一个警告信息，已在图下方给出了解决方案
FutureWarning: Conversion of the second argument of issubdtype from `float` to `np.floating` is deprecated. In future, it will be treated as `np.float64 == np.dtype(float).type`.
from ._conv import register_converters as _register_converters这个警告其实不会有任何影响
如果想让它消失，只需要更新h5py至2.8.0rc1以上，代码如下：
pip install h5py==2.8.0rc1图中：
1、使用上述代码更新 h5py至2.8.0rc1以上
2、因为我的 pip 版本不是最新的，所以在使用 pip 安装命令时，会要求升级 pip ,最好升级一下！！
第三部分 最终的测试
输入测试代码：
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
最终输出测试结果，说明tensorflow安装成功！
测试GPU是否能用
测试代码：
在Python环境中输入：
import numpy
import tensorflow as tf
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
print(sess.run(c))
下图是在 CPU模式下的测试结果：
之后就会出现详细的信息：显示 CPU :0 在工作
下图是在 GPU 下的测试结果：
tensorflow 默认调用系统最优资源，所以安装 tensorflow-gpu 版本的，会默认调用GPU资源，如上图所示：
GPU测试代码：
import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))查看日志信息若包含gpu信息，就是使用了gpu
上图显示了GPU的型号以及计算能力等
利用下面的代码可以查看 tensorflow 的版本：
import tensorflow as tf
tf.__version__
tensorflow-gpu 的1.8版本的安装代码：
conda install --channel https://conda.anaconda.org/c3i_test2 tensorflow-gpu
Reference:
tensorflow运行出现错误 ： ImportError: Could not find 'cudart64_90.dll'.
彻底解决tensorflow:ImportError: Could not find 'cudart64_90.dll'
我的AI之路(5)--如何选择和正确安装跟Tensorflow版本对应的CUDA和cuDNN版本
tensorflow on GPU: no known devices, despite cuda's deviceQuery returning a “PASS” result