原文地址：https://finthon.com/windows-python-pycharm-cuda-tensorflow-gpu-install/
趁着双十一入手了一台组装机，平时用来跑跑Machine Learning，偶尔还可以吃吃鸡。想着之前文章中 在Windows系统下使用Pycharm快速安装CPU版本的TensorFlow，本人同样想通过Pycharm安装GPU版本的TensorFlow到新电脑上。在搭建工作环境的过程中碰到很多问题，比如CUDA Toolkit、cuDNN版本跟TensorFlow版本不匹配问题。我介绍下自己的安装过程，希望该文对你们有帮助！限于个人水平，如有错误请指出！
安装准备
安装前请确认你GPU的CUDA计算能力高于3.0（NVIDIA官方支持的对照表在这里 ）
接下来我将介绍一下需要安装的软件（Pycharm和Python安装不介绍了）：
· CUDA Toolkit 8.0 （官网 下载）
· cuDNN v6.0 （官网 下载，下载该软件需要先注册账号）
· Pycharm社区版 （社区版免费）
` Python 3.6.3
注：目前，Pycharm安装的TensorFlow-gpu 版本为1.4.0，测试目前只支持到CUDA Toolkit 8.0、cuDNN v6.0，虽然官网已经有CUDA Toolkit 9.0。
主要介绍下CUDA Toolkit 8.0和cuDNN v6.0下载过程：
CUDA Toolkit 8.0 下载：
cuDNN v6.0 下载：
安装过程
· CUDA Toolkit 8.0
安装完CUDA Toolkit 8.0检查是否安装完成：
· cuDNN v6.0
将cuDNN v6.0解压后，添加路径到环境变量Path中：
· Pycharm
打开pycharm，在菜单栏里flie-settings-project-project interpreter，选择python3 interpreter，然后点击+按钮，输入tensorflow，install package。
至此，TensorFlow-GPU版本就在电脑上安装好了。
本人迫不及待用GPU版本的TensorFlow测试了下之前文章（使用Python+Tensorflow的CNN技术快速识别验证码）在笔记本上跑的代码，效果显著。相比之前9小时1800步，现在只需要559秒1900步，兴奋！！
总结
本文介绍了在Windows下TensorFlow GPU版本的安装教程，安装CUDA注意版本之间的兼容性，测试下来TensorFlow1.40目前只支持到CUDA Toolkit 8.0和cuDNN v6.0。
最后贴下新机配置（i7 8700K / Z370 / GTX1080）
希望大家以后在TensorFlow的学习道路中少点阻碍！！！
