背景
tensorflow作为深度学习的利器，广受欢迎。在刚开始做一些基本实验的时候，我们使用的是tensorflow的cpu版本，这个版本安装简单，使用方便，而当数据集较大或是实验复杂时，便需要借助tensorflow-gpu版本加速训练过程。本文以公司配发的小米笔记本为平台，搭建tensorflow-gpu版本。
1. Python
相比于作为一个过渡版本的Python 2.6，我们选择的是Python 3.6。在安装时，选择了Anaconda（一个开源的Python发行版本）的最新版本。Anaconda包含了conda、Python等180多个科学包及其依赖项，功能十分强大。
为什么是conda：在conda中可以创建多个python虚拟环境，可以同时管理tensorflow-cpu版本和tensorflow-gpu版本，便于自由切换。
2. CUDA和CuDNN
CUDA是NVIDIA推出的运算平台，CuDNN是专门针对Deep Learning框架设计的一套GPU计算加速方案。在安装之前要查询下最新TensorFLow发行版支持到了哪个版本。在我安装TensorFLow时，TensorFLow1.9是可以支持到cuda9.0版。另外，也要确认CUDA版本是否支持自己的显卡。小米笔记本的显卡是geforce940，显存1G。基于以上两个条件，笔者选择了CUDA9.0，并下载了对应的CuDNN7.0。（ps:笔者亲测在公司笔记本上无法安装CUDA8.0, 一直报vs集成环境不对的错误，多次尝试无法解决后，更换了CUDA9.0）
3. TensorFlowTensorFlow的版本信息可以在Github，tensorflow中文社区以及pypi上查看。
TensorFlow可以直接在Anaconda Prompt的命令行中用指令：“conda install tensorflow-gpu”直接安装，并且该指令在安装TensorFlow时还会顺带把Cuda和CuDNN也给装了。考虑到conda 的软件包并没有官方支持，并且tensorflow和附带的Cuda和CuDNN版本都不是最新的，笔者未使用conda安装，而是使用原生的 pip 安装，安装过程见后文。
安装过程
1. 安装Anaconda3 5.1
Anaconda过程安装过程简单，打开安装包后选择好路径后就能安装。
2. 安装CUDA® Toolkit 9.0+cuDNN v7.0
1）CUDA9.0安装运行cuda_9.0.176_win10.exe。安装软件会先运行一个系统检查，如果没有软硬件不兼容的情况就能继续进行下一步。若有不兼容情况，系统检查则会报错，无法进行下一步。如果报错了，就最先考虑下是不是自己的显卡不被该版本支持。
在选项着一栏选择默认安装即可。
2）CuDNN7.0安装
解压压缩包cudnn-9.0-windows10-x64-v7.0.zip，得到三个文件夹
将这三个文件拷贝到CUDA9.0的安装路径根文件夹下
3. 安装tensorflow1.9打开Anaconda Prompt，进入Anaconda命令行管理界面。配置清华仓库镜，输入指令：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
创建运行环境，输入指令：
conda create -n tensorflow-gpu python=3.6
新建一个名字叫“tensorflow-gpu”，python版本为3.6的运行环境，此环境与Anaconda中其它环境隔离。红框中的软件包也会随之安装，输入“y“和回车后开始安装。
激活并进入环境，使后续指令在激活的环境中生效，输入指令：
conda activate tensorflow-gpu
升级pip到最新版，防止稍后的安装时，出现错误（笔者初次在安装tensorflow时，没有更新pip到最新版，导致下载到一半出现错误），输入指令：
python -m pip install --upgrade pip
安装tensorflow1.9.0及相应依赖包，输入指令：
pip install tensorflow-gpu==1.9.0即可安装最新版本的tensorflow-gpu
至此，tensorflow的安装完成。
验证
在命令行中，进入python，并输入以下代码：
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
输出：
b’ Hello, TensorFlow!即代表安装成功