之前做tf（下文用tf指代Tensorflow）的相关开发都是基于Linux和Mac，最近发现tf已经对win有了支持，于是在自己的win本上进行了相关的配置尝试，遇到了一些小坑，也参考了网上一些前辈留下的技术资料，就用这篇文章记录一下。
tf的GPU版本比CPU版本要快出很多，所以我首选GPU版本。GPU版本需要电脑内置NVIDIA的独立显卡。我的电脑配置为8G内存、i5-7300hq的cpu和GTX-1050的GPU。操作系统为win10。
目前win平台仅支持python3.5，这要特别注意！我之前安装的最新的python3.6版本，在执行pip命令安装tf的时候会报错！
1、安装anaconda。这个可以去官网下载：https://www.continuum.io/downloads/
下载完毕后一步步点击安装即可。我安装在了D盘，安装完后把：D:\Users\你的用户名\Anaconda3\Scripts路径添加到环境变量里。方便cmd下使用conda。
2、由于上文提及我安装了python3.6，所以在cmd下利用anaconda运行下面命令创造一个python3.5的环境：
conda create --name tensorflow python=3.5
activate tensorflow
conda install jupyter
conda install scipy
pip install tensorflow-gpu
3、安装NVIDIA显卡的两个驱动：
CUDA安装：https://developer.nvidia.com/cuda-downloads
下载完是一个exe文件，一步步点击下一步完成安装！
CuDNN安装：https://developer.nvidia.com/cudnn
需要注册才能下载，我解压到了C盘：C:\cuda（把它添加到系统环境变量）。这里有个坑！添加环境变量的时候一定不要忘记添加C:\cuda\bin，因为这里面有cudnn64_5.dll这个文件。你要是不添加，会报错！
4、然后运行pip install --upgrade --ignore-installed tensorflow-gpu
5、配置Pycharm你的项目的Project Interpreter，选择上文中建的那个名为tensorflow的python3.5环境。
6、输入下面代码：
import tensorflow as tf
hello = tf.constant("Hello!TensorFlow")
sess = tf.Session()
print(sess.run(hello))
运行：
出现上面结果，证明配置成功！
