系统：Windows10
Python：Anaconda3-5.0.0-Windows-x86_64
主要步骤：
1、环境配置
打开Anaconda Prompt，输入清华仓库镜像，这样更新会快一些。
同样在 Anaconda Prompt 中利用Anaconda创建一个Python3.5的环境，环境名称为tensorflow。
注意：tf现在已支持在win上安装py3.6版本。详见官网：https://www.tensorflow.org/install/
（3.5环境不是必须的了）
cmd输入下面命令：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
conda create -n tensorflow python=3.5
运行开始菜单 ->Anaconda3—>Anaconda Navigator，点击左侧的Environments，可以看到tensorflow的环境已经创建好了。
在Anaconda Prompt中启动tensorflow环境，输入：activate tensorflow
当不使用tensorflow时，关闭tensorflow环境，命令为：deactivate
2、安装CUDA9.0版本的驱动（https://developer.nvidia.com/cuda-toolkit-archive）
目前2018.05.11，官网（https://developer.nvidia.com/cuda-downloads）上最新的驱动是CUDA9.1版本，但是本人安装了之后发现TensorFlow无法使用CUDA9.1版本。
不过如果有资源可以使用别人自己改的Tensorflow。
根据自己的环境选择对应的版本,exe分为网络版和本地版，网络版安装包比较小，执行安装的时候再去下载需要的包；本地版安装包是直接下载完整安装包。这里建议下载本地版
3、下载TensorFlow库
在终端输入：pip install tensorflow-gpu（Python必须是3.5以上）
升级pip到最新版，防止稍后的安装时，出现错误，输入指令：python -m pip install --upgrade pip
安装tensorflow及相应依赖包，输入指令：pip install --ignore-installed --upgrade tensorflow-gpu
tensorflow的安装完成。
安装好TensorFlow后，因为需要GPU加速，还需要安装cuda和cuDnn(专门为deep learning准备的加速库)。
4、下载cuDnn库
下载这个安装包需要注册并且填一堆问卷，下载好之后相关包不用安装，直接拷到cuda路径对应的文件夹下面即可。
5、关键坑（运行TensorFlow）
当我安装完成准备运行时，出来各种错。TensorFlow 是一个编程系统, 使用图来表示计算任务，这个时候你运行Python然后import tensorflow as tf是不会报错的，但是当你要执行tf.Session()的时候可能就有问题了。这个时候将会调用cuda，我在这里遇到的问题是各种lib、dll加载不了。
原因是cuda安装完成后默认的环境变量配置不对，CUDA_PATH是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0，但是这样不能直接访问到bin和lib\x64下的程序包，在path中这两个路径即可。
文章未经博主同意，禁止转载！
