注：笔者 环境 win10 + 64位 + NVDIA9.0，目前tensorFlow gpu版本只支持NVDIA下安装
一、安装 Anaconda
1、官网下载
地址：https://repo.anaconda.com/archive/Anaconda3-2018.12-Windows-x86_64.exe
2、解压，安装基本一直下一步
这一步笔者选择将anaconda 环境默认加入path，默认注册python3.7
注：安装时没保存图，故下图为网上搞的
3、检验是否安装成功：
conda --version
默认安装的python为3.7
C:\Users\Administrator>python --version
Python 3.7.0
安装成功后可以开始菜单栏下出现如下几个按钮
4、pycharm 配置如下修改便可引用aconda
运行代码测试如下图：
二、TensorFlow 配置
1、修改conda 默认的镜像
在cmd命令下输入如下操作：
# 使用清华大学提供的镜像，实测速度比默认的快了特别多
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
# 设置搜索时显示通道地址
conda config --set show_channel_urls yes
2、安装3.6版本的python：
对于GPU版本：
conda create --name tensorflow-gpu python=3.6
根据cmd提示** tensorflow-gpu：
activate tensorflow-gpu
如下所示则表示**成功
检验版本号：
- 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，导致总是下载到一半出现错误），输入指令：
python -m pip install --upgrade pip
3、安装对应的tensorflow-gpu版本
这一步需要根据你本地电脑NVDIA版本来定，不过无所谓先安装再进行更改也行
pip install tensorflow-gpu==1.7.0
(tensorflow-gpu) C:\Users\Administrator>pip install tensorflow-gpu==1.7.0
Collecting tensorflow-gpu==1.7.0
Downloading https://files.pythonhosted.org/packages/23/ad/63ae65999fd42a3e8d0044245e52513b31764167797651bef3ceb5202001/tensorflow_gpu-1.7.0-cp36-cp36m-win_amd64.whl (86.7MB)
100% |████████████████████████████████| 86.7MB 13kB/s
Requirement already satisfied: wheel>=0.26 in h:\work\anaconda3\envs\tensorflow-gpu\lib\site-packages (from tensorflow-gpu==1.7.0)
Collecting termcolor>=1.1.0 (from tensorflow-gpu==1.7.0)
Collecting astor>=0.6.0 (from tensorflow-gpu==1.7.0)
Downloading https://files.pythonhosted.org/packages/35/6b/11530768cac581a12952a2aad00e1526b89d242d0b9f59534ef6e6a1752f/astor-0.7.1-py2.py3-none-any.whl
Collecting absl-py>=0.1.6 (from tensorflow-gpu==1.7.0)
Collecting grpcio>=1.8.6 (from tensorflow-gpu==1.7.0)
Downloading https://files.pythonhosted.org/packages/01/77/ca7813b375b09a62de5dadcbc18594a21ddd892b431c00c76fc312c46cd6/grpcio-1.19.0-cp36-cp36m-win_amd64.whl (1.5MB)
100% |████████████████████████████████| 1.5MB 602kB/s
Collecting six>=1.10.0 (from tensorflow-gpu==1.7.0)
....
安装成功运行 python ，如下则表示tensorflow 安装成功
(tensorflow-gpu) C:\Users\Administrator>python
Python 3.6.2 |Continuum Analytics, Inc.| (default, Jul 20 2017, 12:30:02) [MSC v.1900 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
>>>
4、安装-CUDA与cuDNN
在上一步运行时，笔者出现如下错误
ImportError: Could not find 'cudart64 90.dll'.
TensorFlow requires that this DLL be installed in a directory
that is named in your %PATH% environment variable.
Download and install CUDA 9.0 from this
URL: https://developer.nvidia.com/cuda toolkit 1Utp://Dlog.tsdn. net/ gangeqianz
意思是需要9.0版本的cuda
CUDA下载安装链接：https://developer.nvidia.com/cuda-toolkit-archive
cuDNN下载安装链接：https://developer.nvidia.com/rdp/cudnn-archive
- 注：具体的CUDA版本根据导入tensorflow时提示的异常来选择；即先安装tensorflow-gpu，然后在python的命令行执行：import tensorflow，根据出现的异常来选择要安装的CUDA,当然也可以根据现存的CUDA版本来选择安装tensorflow对应的版本。
-
CUDA 的安装
CUDA 的安装很简单，全是下一步，安装成功后接着安装对应的cuDNN； -
cuDNN的安装
将cuDNN的压缩包解压，然后将压缩包中的三个文件夹全部放到CUDA对应的根目录下
cuda 的根目录查看方式如下：如下图红色框中的便是
将解压出来的如下文件全部覆盖至 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0 下（可先备份原先的）
再次检验
>>> import tensorflow as tf
没出现异常则安装成功
- 修改Pycharm 配置
运行代码如下，则表示安装完成
四、修改Jupyter Notebook 默认打开地址
五、踩坑
1、python3.7 下安装，死活tensorflow出现各种问题
解决换成python3.6环境，tensorflow可正常安装
conda create --name tensorflow-gpu python=3.6
2、Tensorflow安装后，import时出现错误：ImportError: DLL load failed: 找不到指定的模块
conda uninstall pillow
conda update pip
pip install pillow
参考：https://blog.csdn.net/weixin_39750084/article/details/85722233
3、tensorflow安装成功后，由于不小心设置了系统对于显卡默认启动项，导致再出现如下异常
ImportError: Could not find ‘cudart64 90.dll’.
解决：打开默认选项或直接重装原先的CUDA与cuDNN
4、确认tensorflow安装成功：
错误尝试:直接在cmd里面键入python，然后键入import tensorflow as tf
遇到问题：No module named 'tensorflow' 是因为我们环境中包含了2个python环境，一个base，一个tensorflow-gpu，两个环境版本可以是一样的，笔者的分别是3.7与3.6。
正确尝试：点击下图进入Anaconda Prompt-python，输入：activate tensorflow-gpu 的环境，键入python，然后再键入import tensorflow as tf
参考文档：
tensorflow 安装GPU版本，个人总结，步骤比较详细