第一步，在Tensorflow官网，阅读安装指南。https://www.tensorflow.org/install/install_windows
在官网阅读安装指南，是最省心省力的方法，比用baidu找各种不靠谱的文章节约时间多了。
安装指南中明确说明，需要:
1,CUDA Toolkit 9.0, 注意，版本一定要是V9.0，不能9.1,9.2...
2,对应CUDA toolkit 9.0的cuDNN v7.4.2
每次安装前，希望大家都先去Tensorflow官网阅读安装指南，然后再动手。
第二步，去nvidia官网下载CUDA 9.0 和对应的cuDNN
CUDA Toolkit 9.0下载地址：https://developer.nvidia.com/cuda-90-download-archive；注意，根据自己的操作系统，选择相应的版本，按照默认选项安装即可。
cuDNN 下载地址：https://developer.nvidia.com/rdp/cudnn-download；注意选择与CUDA Toolkit V9.0对应的版本。
下载解压后，把cudnn64_7.dll，cudnn.h，cudnn.lib 拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0 对应文件下
这样就完成了GPU相关库的安装。
第三步，下载并安装Anaconda：https://www.anaconda.com/download/。安装完毕后，打开Anaconda navigator, 在Terminal里面，键入命令：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --ignore-installed --upgrade tensorflow-gpu，自动安装tensorflow gpu 版以及相关的依赖库，如下图所示
最后一步，在Terminal里面键入如下命令，测试tensorflow gpu版是否安装成功。
python
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
若跟下图类似，即安装成功
安装出错：若版本对应，按照上述步骤，基本上是一次性安装成功。另外，官网的安装指南里面，有常见安装错误说明，如下图
参考阅读：《深度学习图像识别技术》
