前言：
搭建目标——Windows10+Anaconda3+Tensorflow-GPU+（VS）+CUDA+CUDNN+Pycharm
一、准备工作：
1.安装Anaconda
简介：Anaconda是一个管理Python版本、 依赖工具包、开发环境的软件。
可以建立独立的开发环境，在独立的开发环境中下载各依赖工具包。
步骤：
（1）网址https://www.anaconda.com/distribution/#download-section
（2）下载64位、Python3.7版本
（3）下载完成后点击
（3）点击Next
（4）选择I Agree
（5）选择Just Me
（6）建议修改为自定义路径
（7）全选，点击Install
2.建立开发环境
（1）点击开始，选择Anaconda Prompt（anaconda3）
（2）建立独立开发环境（注：在此环境中可指定python版本，Python）
（3）激活开发环境
（4）查看此环境中各依赖包
（5）安装包命令
（注：此处由于不是国内镜像，下载会比较缓慢）
所以，为了减少安装时间，此处提供国内镜像地址，具体用法如下
清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
由此可得，安装工具包的通用命令为：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 包名==版本号
（注：以下为本人已经安装的工具包）
备注：（5）步骤暂且不用做，先了解。在这，anaconda安装到此结束。
二、正式安装TensorFlow-GPU版本
总：安装TensorFlow-GPU版本需要如下软件配置，且各个软件详细版本对照如下
注：版本必须一一对应，否则会导致安装失败（出现网上许多失败问题）
1.安装CUDA
（1）查看电脑安装具体版本CUDA
搜索控制面板，选择硬件和声音
（2）选择NVIDIA控制面板
（3）点击系统信息，点击组件，即可看见显卡支持CUDA的版本，可安装对应版本的CUDA，本人这里使用CUDA8.0
此图来源https://blog.csdn.net/lzrocking/article/details/90573854?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task）
（4）由于CUDA必须依赖VS，如未安装Visual Studio xxxx版，请提前安装，CUDA与VS版本对应关系如下
CUDA10.0——VS 2017
CUDA9.0——VS 2015
CUDA8.0——VS 2013
（5）VS安装链接（VS的安装直接next就行了，由于此处着重于CUDA安装，VS可自行安装即可）
visual studio 2013 社区版
visual studio 2015 社区版
http://download.microsoft.com/download/B/4/8/B4870509-05CB-447C-878F-2F80E4CB464C/vs2015.com_chs.iso
（6）本人安装好VS2013之后，再安装CUDA8.0，点击Download即可
CUDA8.0链接：https://developer.nvidia.com/cuda-80-ga2-download-archive
（7）点击如下
（8）点击ok
（9）勾选如下
（10）安装位置如下，记住这个（C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0）路径，点击安装
2.安装CUDNN
CUDNN与CUDA的关系对照见 （二、总：）
（1）一般说来CUDA8.0——CUDNN5.1、CUDNN6
CUDA9.0——CUDNN7
CUDA10.0——CUDNN7
（2）此处附上本人安装CUDNN5.1版本
链接：https://pan.baidu.com/s/13mHDvPob_eNivT9sbZkPFg
提取码：k8fi
（3）解压
（4）将如下三个文件夹全部复制
（5）粘贴到之前我们记住的这个C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0路径里面
（6）到此CUDA和CUDNN安装全部完成
3.安装TensorFlow-GPU版本
（1）按照一、2、（3）
（2）pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.2.0
注：如果安装失败，不用管，再输入上图这个命令，再来一次，直到成功（因为可能是网络原因导致的）
（3）pip list
至此，TensorFlow-GPU版本环境搭建成功！
三、安装开发工具Pycharm
简介：这个软件就是用来写代码、运行的工具。添加上述环境到这个开发工具里面就可以行了。
（1）官网链接：https://www.jetbrains.com/pycharm/
（2）点击download
（3）点击professional版本下载
（4）下载完成后，点击
（5）点击Next
（6）由于本人安装的时候一路Next下去，所以不在此过多阐述
（7）到此，安装成功！
（8）由于专业版需要激活，可自行去网上寻找
1.打开pycharm
2.点击文件，设置
3.点击左上角
4.点击Add
5.点击
6.点击
7.点击
8.出现下图即可
9.新建项目，test.py
10.如下代码
import tensorflow as tf
hello=tf.constant('hello,world')
sess=tf.Session()
print(sess.run(hello))
11.出现如下图
终于大功告成！！！