,參考於：https://www.cnblogs.com/guoyaohua/p/9265268.html
目錄
前言
很久以前就在自己的電腦上把CPU版本的tensorflow配置好了，最近搞了一個筆記本，上面配置着GTX1650顯卡，正好要使用tensorflow，最開始以爲這個顯卡帶不動，只配置了cpu版本的騰搜人flow，後來手癢癢就順帶把GPU版本的tensorflow也配置了，配置的過程很幸運，找到了一個好的教程，沒太多的坑，很順利的就配置好了，也沒有安裝VS，需要的時候直接裝了一個pycocotools。
Tensorflow有兩個版本：GPU和CPU版本，CPU的很好安裝；GPU 版本需要 CUDA 和 cuDNN 的支持，如果你是獨顯+集顯，那麼推薦你用GPU版本的，因爲GPU對矩陣運算有很好的支持，會加速程序執行！並且CUDA是Nvidia下屬的程序，所以你的GPU最好是Nvidia的，AMD的顯卡沒有CUDA加速！滿足以上條件之後，你需要查看一下你的英偉達GPU是否支持CUDA，以下是Geforce支持
滿足以上條件之後，你就可以安裝Tensorflow了！（即使上面沒有記錄你的顯卡，一般只要性能夠的話也是可以的，我的GTX1650沒有在列，性能應該居於GTX1060之下。）
第一步：安裝Anaconda
1.下載和安裝
下載地址：https://www.anaconda.com/download/
我係統是64位，所以下載 64-Bit Graphical Installer (631 MB)，之後就是進行安裝了。
和安裝其他軟件沒有什麼區別，需要注意的是這一步，不要勾選**“Add Anaconda to my PATH enviroment variable”，我們後面會手動加入。
接下來就是等待了，安裝結束後需要測試是否能正常使用。
2.配置Anaconda環境變量
我們點擊左下角搜索欄搜索“環境變量”
點擊環境變量
選擇“Path”，點擊“編輯”
將以下三個路徑加入，注意這裏要換成你自己的安裝路徑,我的在E盤。
- E:\Anaconda3
- E:\Anaconda3\Scripts
- E:\Anaconda3\Library\bin
然後點擊“確定”保存，在左下角打開Anaconda—Anaconda Prompt，輸入“conda -V”，能正常顯示版本號，證明已經配置好了。
第二步：安裝CUDA Toolkit + cuDNN
1.查看需要安裝的CUDA+cuDNN版本
注意，tensorflow是在持續更新的，具體安裝的CUDA和cuDNN版本需要去官網查看，要與最新版本的tensorflow匹配。
點擊查看最新tensorflow支持的CUDA版本：https://www.tensorflow.org/install/install_windows#requirements_to_run_tensorflow_with_gpu_support
。
官網對於tensorflow和CUDA以及cuDNN都有更新，並不是最新的纔可以用，關鍵是匹配好對應的版本。
2.下載CUDA + cuDNN
在這個網址查找CUDA已發佈版本：https://developer.nvidia.com/cuda-toolkit-archive
進入下載界面
下載好CUDA Toolkit 9.0 後，我們開始下載cuDnn 7.0，需要注意的是，下載cuDNN需要在nvidia上註冊賬號，使用郵箱註冊就可以，免費的。登陸賬號後才能下載。
（其實查詢網上資料不註冊也可以下載，直接右擊，需要下載的鏈接，在迅雷中就可以了，大家可以嘗試一下）
cuDNN歷史版本在該網址下載：https://developer.nvidia.com/rdp/cudnn-archive
這樣，我們就下載好了 CUDA Toolkit 9.0 和 cuDnn 7.0，下面我們開始安裝。
3.安裝 CUDA Toolkit 9.0 和 cuDnn 7.0
至關重要的一步：卸載顯卡驅動
由於CUDA Toolkit需要在指定版本顯卡驅動環境下才能正常使用的，所以如果我們已經安裝了nvidia顯卡驅動（很顯然，大部分人都安裝了），再安裝CUDA Toolkit時，會因二者版本不兼容而導致CUDA無法正常使用，這也就是很多人安裝失敗的原因。而CUDA Toolkit安裝包中自帶與之匹配的顯卡驅動，所以務必要刪除電腦先前的顯卡驅動。
安裝
此處選擇“自定義（高級）”
勾選所有
一路通過即可。
接下來，解壓“cudnn-9.0-windows10-x64-v7.zip”，將一下三個文件夾，拷貝到CUDA安裝的根目錄下。
這樣CUDA Toolkit 9.0 和 cuDnn 7.0就已經安裝了，下面要進行環境變量的配置。
配置環境變量
將下面四個路徑加入到環境變量中，注意要換成自己的安裝路徑。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\libnvvp
到此，全部的安裝步驟都已經完成，這回我們測試一下。
第二步：安裝TensorFlow-GPU
打開tensorflow官網：https://www.tensorflow.org/install/install_windows#installing_with_anaconda
跟着操作步驟走就可以了。
1.創建conda環境
通過調用下列命令，創建一個名爲“tensorflow”的conda環境：
conda create -n tensorflow pip python=3.5
等待相應包的安裝，如果國內網絡太慢的話，可以爲conda設置清華源，這樣速度能快一點，具體配置過程，網上查一下吧，此處不再講述。如果看到這樣的提示，就證明conda環境創建成功。
2.激活環境
通過以下命令激活conda環境：
activate tensorflow
這樣就進入了剛創建的“tensorflow”環境。
3.安裝tensorflow-gpu
安裝GPU版本的tensorflow需要輸入以下命令：
pip install --ignore-installed --upgrade tensorflow-gpu 如果只需要安裝CPU版本的tensorflow則輸入以下命令：
pip install --ignore-installed --upgrade tensorflow
這樣就安裝成功了。
注意：務必注意一點，在安裝完tensroflow後，由於我們是新創建的conda環境，該環境中基本上是空的，有很多包和IDE並沒有安裝進來，例如“Ipython”，“spyder”此時如果我們在該環境下打開spyder/Ipyton/jupyter notebook等，會發現其實IDE使用的kernel並不是新建立的這個環境的kernel，而是“base”這個環境的，而“base”環境中我們並沒有安裝tensorflow，所以一定無法import。這也就是爲什麼有很多人在安裝好tensorflow後仍然在IDE裏無法正常使用的原因了。
第四步：測試
測試一下是否能import tensorflow，但是一定要進入到我們的tensorflow環境中，不要在base環境下，激活tensorflow環境
運行出b'Hello tensorflow'證明我們的tensorflow已經安裝成功了。