Win10系统下的tensorflow基于GPU的安装
1.安装Anaconda: 首先从Anaconda官网下载Anconda软件，很好的科学计算包，包含python, numpy, pandas等工具包。通常安装python3.5以上的
2.基于gpu安装：接下来下载加速GPU计算软件：从NVIDIA公司下载CUDA安装包并按提示安装；再下载cuDNN软件，注意cuDNN版本要与CUDA相配套，另外下载前需要注册并填写问卷。一般下载CUDA8.0版本以上注意安装之前要安装了visual studio
安装cuda
安装cuda
自定义高级
勾选所有
一路通过即可，较为easy! 但是注意的是记住你的安装路径，因为后面要用, 默认的路径可能为：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA ；；添加环境变量：一般来说，如果你安装过程不搞什么特殊操作，环境变量会自己自动添加。否则可以自己添加
安装cuDNN
接下来解压cuDNN
这样CUDA Toolkit 9.0 和 cuDnn 7.0就已经安装了，下面要进行环境变量的配置。
配置环境变量
将下面四个路径加入到环境变量中，注意要换成自己的安装路径。
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
3. 安装tensorflow: 用CMD命令打开命令编辑器，用Pip进行tensorflow安装，由于从国外网站下载较慢，并且经常出现超时错误，因此推荐用国内镜像进行下载，如清华镜像，阿里镜像，豆瓣等。
在命令中输入pip install tensorflow-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple
或者 python -m pip install tensorflow-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple
如果不行按命令先更新pip：
python -m pip install --upgrade pip -ihttps://pypi.tuna.tsinghua.edu.cn/simple
4. 测试
4.1.查看是否使用GPU
```
import tensorflow as tf
tf.test.gpu_device_name()
```
4.2.查看在使用哪个GPU
```
from tensorflow.python.client import device_libdevice_lib.list_local_devices()
```
文末：
pycharm与Anaconda连接
Anaconda 所创建的任意python环境其实都是可以被pycharm利用的，在pycharm里面新建工程，点击file,下拉菜单选择setting，然后在里面选择project，下拉里面选择project interpretor,可以直接将解释器更换为Anaconda下的Python解释器，即可使用Anaconda中的科学计算包
欢迎转载，转载请注明地址
参照博客：
https://zhuanlan.zhihu.com/p/54186298
https://www.cnblogs.com/guoyaohua/p/9265268.html
