第一步：安装Anaconda, 官网下载， 安装结果如下图。
下载地址如下：/distribution/#download-section
用于anaconda的官下载网速太慢，所以，我们换回国内源。下面两个方式任选一个。
操作方式是在Anaconda prompt命令行输入
清华源：
conda config --add channels https://mirrors.tuna./anaconda/pkgs/free/conda config --add channels https://mirrors.tuna./anaconda/cloud/conda-forge conda config --add channels https://mirrors.tuna./anaconda/cloud/msys2/conda config --set show_channel_urls yes
中科大源：
conda config --add channels https://mirrors./anaconda/pkgs/main/conda config --add channels https://mirrors./anaconda/pkgs/free/conda config --add channels https://mirrors./anaconda/cloud/conda-forge/conda config --add channels https://mirrors./anaconda/cloud/msys2/conda config --add channels https://mirrors./anaconda/cloud/bioconda/conda config --add channels https://mirrors./anaconda/cloud/menpo/conda config --set show_channel_urls yes
第二步：使用anaconda建立一个虚拟的python环境
注意需要根据tensorflow的要求选择python的版本，这里我们装的是1.12.0版本的tensorflow，所以我选择python3.6(python3.6支持的tensorflow版本比较多，推荐选python3.6)
下图是我建立的python环境,名字是deeplearning。
第三步：安装cuda(注意，只有navidia显卡才能用cuda)
安装cuda时，记得取消visual studio integration
不用装vs, vs（文件太大了，没必要安装）。vs只是用来编译sample样例，用来检验有没有成功
cuda的各版本的下载地址如下：/cuda-toolkit-archive
我要安装的是tensorflow-gpu1.12.0，对比上上张图，所以我选择了cuda9.0版本
注意：安装cuda之前，最好把自己电脑的nvdia显卡驱动卸载掉，因为cuda会自带显卡驱动。
安装如下:
下一步，完成安装
第四步 安装cudnn
cudnn各版本的下载地址是：/rdp/cudnn-archive
我的tensorflow是1.12.0, cuda是9.0， 所以根据前面的图片，我下载的是7.0版本的cudnn
解压cudnn包，进入文件夹，找到里面的三个文件夹，这三个文件夹对应着cuda目录中的同名文件夹。
对应我的cuda文件夹路径在是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0，如果没改cuda的安装路径，你们的应该也是这位置。只是v9.0数字变化。
操作：将这三个文件夹里面文件（不是文件夹）放到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0的同名对应文件夹下。注意lib里面还一个x64文件夹，将x64的压缩包cudnn复制到相应的文件夹中，不用解压
第五步：配置环境变量
安装完cuda9.0后，系统会自动增加两个系统变量，CUDA-PATH和CUDA-PATH_V9.0(根据cuda版本显示)如下图。
我们需要在系统变量path新建，输入下面的命令(根据自己的路径来设置)
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0；C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64；
下图是别人的图，正确配置显示的v9.0， 不是v10显示
第六步：在Anaconda 第prompt里面安装tensorflow-gpu1.12.0
1，用conda active命令切换到开始创建的python环境,我的环境名是deeplearning ,你们要根据自己的环境名字写。
2.安装tensorflow
命令如下
conda install tensorflow-gpu==1.12.0
第七步，测试（测试方法多，下面我用的是anaconda的命令行测试，也可以用pycharm测试，notebook,也可以命令行测试）
测试代码：
import tensorflow as tfhello = tf.constant('Hello, TensorFlow!')sess = tf.Session()print(sess.run(hello))
如果出现跟下图类似的界面，那就成功安装了tensorflow-gpu版。
