主机信息：
显卡：GTX 1060（6G）
已安装图形驱动版本（比cuda9.0自带的高）：390.77
已安装PhysX版本：9.17.0524
已安装Anaconda版本：Anaconda2 5.0.1 64bit
之前一直用的Theano(需要cuda8.0)+py2.7,现在因为要去读研的实验室大多用的是tensorflow所以准备转环境，在这里记录一下。
第一步：卸载cuda8.0
到控制面板里去找卸载软件，除了图形驱动和PhysX之外，带有Nvdia和8.0字样的全都卸载即可。
（Nv对每一个部件都单独设置了卸载程序，原则上卸载顺序没影响，从哪个开始卸载都行）
cuda8.0网盘地址：链接：https://pan.baidu.com/s/1cEmHuZOR42oAkLeN19X9dw 提取码：faxx
第二步：安装cuda9.0
win下安装很方便，唯一要注意的是要选自定义安装，然后不要勾选图形驱动和PhysX（因为cuda9.0自带的版本老，NV的新版本自动兼容老版本，没必要回退）
cuda9.0网盘地址：链接：https://pan.baidu.com/s/1W2GvEhbz_rZEiixg6IxEvQ 提取码：mgh0
第三步：安装cudnn7.0
解压后会有三个文件夹
把三个文件夹里的文件分别复制到 路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0 中对应的文件夹中
cudnn7.0网盘下载： 链接：https://pan.baidu.com/s/1Y8prH3KAPDXzvO8LuxbGGQ 提取码：y2jr
第四步：anaconda配置环境并安装tensoflow
通过调用以下命令创建名为 tensorflow 的 conda 环境：
C:> conda create -n tensorflow pip python=3.5 通过发出以下命令激活 conda 环境：
C:> activate tensorflow
(tensorflow)C:> # Your prompt should change 发出相应命令以在 conda 环境中安装 TensorFlow。
(tensorflow)C:> pip install --ignore-installed --upgrade tensorflow-gpu anaconda2下载地址：链接：https://pan.baidu.com/s/12k17zFpqHkeJhBvXnegghQ 提取码：4kn6
第五步：验证tensorflow-GPU版本正确安装
测试代码：
import tensorflow as tf
#import os
#os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
with tf.device('/cpu:0'):
a = tf.constant([1.0, 2.0, 3.0], shape=[3], name='a')
b = tf.constant([1.0, 2.0, 3.0], shape=[3], name='b')
with tf.device('/gpu:0'):
c = a + b
# 注意：allow_soft_placement=True表明：计算设备可自行选择，如果没有这个参数，会报错。
# 因为不是所有的操作都可以被放在GPU上，如果强行将无法放在GPU上的操作指定到GPU上，将会报错。
sess = tf.Session(config=tf.ConfigProto(allow_soft_placement=True, log_device_placement=True))
# sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
sess.run(tf.global_variables_initializer())
print(sess.run(c))
