1.安装Anaconda3
下载：https://www.anaconda.com/download/
勾选添加环境变量
2.查询是否支持Tensorflow GPU版本：使用GPU，将会大大加快训练速度
https://developer.nvidia.com/cuda-gpus
3.查看本机的cuda版本
打开NVIDIA控制面板，查看帮助->系统信息->组件->NVCUDA.DLL
4.安装cuda和cudnn
cuda(Compute Unified Device Architecture)：是显卡厂商NVIDIA推出的运算平台。 CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。
下载地址：https://developer.nvidia.com/cuda-downloads
历史版本：https://developer.nvidia.com/cuda-toolkit-archive
官方安装说明：https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/index.html
cudnn(CUDA Deep Neural Network library)：是NVIDIA打造的针对深度神经网络的加速库，是一个用于深层神经网络的GPU加速库。如果你要用GPU训练模型，cuDNN不是必须的，但是一般会采用这个加速库。
下载地址（需要注册账号才能下载）：https://developer.nvidia.com/rdp/cudnn-download
历史版本：https://developer.nvidia.com/rdp/cudnn-archive
官方安装说明：https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html#install-windows
cuda和cudnn的版本匹配
https://github.com/tensorflow/tensorflow/releases
TensorFlow 1.7 may be the last time we support Cuda versions below 8.0. Starting with TensorFlow 1.8 release, 8.0 will be the minimum supported version.TensorFlow 1.7 may be the last time we support cuDNN versions below 6.0. Starting with TensorFlow 1.8 release, 6.0 will be the minimum supported version.
另外，通过查看tensorflow的源码build_info.py知道其使用的CUDA和cuDNN版本：
msvcp_dll_name = 'msvcp140.dll' cudart_dll_name = 'cudart64_90.dll' cuda_version_number = '9.0' nvcuda_dll_name = 'nvcuda.dll' cudnn_dll_name = 'cudnn64_7.dll'
cudnn_version_number = '7'
目前Anaconda3可下载到的tensorflow版本是1.8。
所以要下载并安装：
cuda_9.0.176_win10.exe
cuda_9.0.176.1_windows.exe
cuda_9.0.176.2_windows.exe
cuda_9.0.176.3_windows.exe
cudnn-9.0-windows10-x64-v7.1.zip
5.安装tensorflow-gpu
在Anaconda Prompt中执行命令：conda install tensorflow-gpu
参考：
手把手在Windows上安装TensorFlow无坑教程
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
备用：
Win10下用Anaconda安装TensorFlow
Win10下Tensorflow(GPU版)安装趟坑实录
深度学习配置CUDA8.0/9.0及对应版本cuDNN安装
Win10环境+ CUDA9.0 +CUDNN7.0+TensorFlow1.7/1.6/1.5配置
事实上，
安装完Anaconda3后只需要在Anaconda Prompt中执行命令：conda install tensorflow-gpu，即可安装GPU版本，它会自动帮你安装所需的所有包，包括cuda和cudnn。安装CPU版本的命令为conda install tensorflow。
1.在Anaconda Navigator中创建新环境tf_gpu，或者使用Anaconda Prompt命令：conda create -n tf_gpu python=3.6
（-n表示后面的tf_gpu为环境名称，指定环境采用python 3.6）
只会安装如下包：
certifi: 2018.4.16-py36_0 pip: 10.0.1-py36_0 python: 3.6.6-hea74fb7_0 setuptools: 39.2.0-py36_0 vc: 14-h0510ff6_3 vs2015_runtime: 14.0.25123-3 wheel: 0.31.1-py36_0
wincertstore: 0.2-py36h7fe50ca_0
2.添加镜像站做安装包的源以便能快速下载不中断重来，打开Anaconda Prompt：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
实际就是将C:\Users\<username>\中的文件.condarc
channels: - defaults ssl_verify: true
更改为：
channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ - defaults ssl_verify: true show_channel_urls: true
3.为tf_gpu安装必要包，打开Anaconda Prompt：
激活虚拟环境：activate tf_gpu
退出当前虚拟环境：deactivate
conda install numpy
conda install pandas
conda install matplotlib
conda install scikit-learn（Built on NumPy, SciPy, and matplotlib，此处包括了scipy包）
conda install tensorflow-gpu
注意：使用默认源安装tensorflow-gpu，因为清华站的tensorflow版本太低（1.1版本），默认源是1.8版本的，所以要删除之前.condarc中添加的语句，然后再执行该命令。（从默认源下载，电信网比移动网好）
conda install seaborn
conda install scikit-image
4.为tf_gpu安装jupyter和spyder，打开Anaconda Navigator，在Home页直接安装（也可以用conda安装）：
