其实windows上安装tensorflow-gpu版相当简单，并不如网上所说的那么麻烦，只要各个工具的版本正确即可（这里推荐多查阅官方文档）
环境准备
按照tensorflow官网所述，CUDA版本需为9.0，下图展示了Nvidia官网所示的与CUDA 版本兼容的驱动版本，因此这里需要将驱动更新到385以上：
CUDA Toolkit and Compatible Driver Version
安装CUDA 9.0
tensorflow-gpu 1.8 兼容的CUDA版本为9.0，推荐安装CUDA 9.0本地版，如果你未安装vs，则在安装的过程中需取消以下选项
- [ ] Visual Studio Integration
若你需要vs进行cuda开发，则务必预先安装vs，然后在安装选项中勾选上述选项。
安装cudnn 7.1
cudnn 7.0 存在bug，这里需使用7.1版本，下载可能需要进行登录，登录后下载 cuDNN v7.1.4 (May 16, 2018), for CUDA 9.0。下载完成后将文件解压到CUDA的安装目录下
验证安装
以上两步完成后，在命令行中键入以下命令查看cuda是否安装成功,若显示版本号则安装成功
nvcc -V
安装tensorflow-gpu
安装python
python推荐使用Anaconda进行安装，python安装步骤如下：
下载Anaconda
-
创建python3.5运行环境
conda create -n tensorflow pip python=3.5
安装tensorflow-gpu
-
激活python3.5环境
activate tensorflow -
输入以下指令安装tensorflow-gpu
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --ignore-installed --upgrade tensorflow-gpu
验证安装
安装完成后在命令行运行以下指令，以验证安装
-
进入python命令行
python -
执行python程序进行验证
import tensorflow as tf hello = tf.constant('Hello, TensorFlow!') sess = tf.Session() print(sess.run(hello))
若执行过程未报错，那么恭喜你，你已成功安装好了tensorflow-gpu 1.8。若发生错误请参考官方的常见错误说明。
