前提要求
- 电脑安装 python，且版本在3.5 以上，同时安装pip/pip3
- 电脑是Nvidia显卡
- 安装CUDA
- 安装cuDNN
注意：
由于现在windows下tensorFlow最多支持到CUDA v8.0 + cuDNN v6，而现在Nvidia现在官网上只推CUDA v9.0和cuDNN v7，后者的组合现在的windows 版的TensorFlow还不支持(当前时间 2017/11/15)，后续应该会有更新，另外比较蛋疼的是Nvidia的cuDNN的下载地址经常挂掉，就像下面这样：
这里给出网盘链接：
CUDA 8.0.61 链接：http://pan.baidu.com/s/1c28jPXe 密码：1fg5
cudnn-8.0-windows10-x64-v6.0: 链接：http://pan.baidu.com/s/1i5GNjzZ 密码：xh83
安装CUDA
非常简单，网上教程一搜一罗筐，按下不表。
安装cuDNN
只要将上面下载的压缩包解压，将得到的相关文件拷贝到CUDA对应的安装目录下：
解压的cuDNN文件
CUDA的安装文件
安装TensorFlow(GPU)
-
打开cmd窗口，输入pip3 install tensorflow-gpu
好了，装好了，简单吧，接下来可以跑个测试程序测试以下
测试
- 前提要求
测试之前最好先给python装上Numpy + matplotlib + pillow,只要在cmd窗口依次敲入以下命令就可以了：
pip3 install numpy
pip3 install pillow
pip3 install matplotlib
- 下载git 项目：
https://github.com/martin-gorner/tensorflow-mnist-tutorial
电脑上安装了git的用户，cd到自己desirable的目录clone一下也就行了，没安装Git的，直接下下来解压也一样的。
git clone https://github.com/martin-gorner/tensorflow-mnist-tutorial
- 编译运行
- 打开cmd，cd 到项目的文件所在位置，或者直接在项目文件位置，按住shift + 点击鼠标右键，点“在此处打开命令窗口”
- 输入下面命令，运行
python mnist_1.0_softmax.py
-
能成功运行就说明安装成功了
不得不说，python可视化做的还是不错的~~~
最后
这里推荐一下台大李宏毅老师关于Deep learning的ppt课件，由浅到深，循序渐进，且又不失风趣幽默，作为入门deep learning是再合适不过了。
百度云： 链接：http://pan.baidu.com/s/1kVzOiDT 密码：7ijx
