安装anaconda(python 3.6)
anaconda自带了python，还有很多科学计算库，所以我使用anaconda。只想装python3的朋友也可以去官网下载python3自行安装。tf支持的python3必须在3.5以上，切记！
1. 从anaconda官网上下载anaconda3, 我选的是python 3.6的。因为3.6向下兼容3.5的。
2. 下载完成后双击安装包即可。
3. 路径什么的自己定就好。
4. 在安装快要开始的时候，会询问时候加入到path中，和是否选为IDE默认的python库，都勾上即可。如果不勾上第一个，那后续手动在path里加上 anaconda的路径。（下面图片是找来的3.5的）
.
5. 检测是否安装好，打开一个cmd窗口，输入python，应该如下，显示出anaconda的版本，然后进入python的命令行模式。没问题的话quit()退出即可。
Python 3.6.1 |Anaconda 4.4.0 (64-bit)| (default, May 11 2017, 13:25:24) [MSC v.1900 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.- 1
- 2
检查自己的gpu是否可以使用cuda
如果笔记本上的gpu支持cuda，那么使用gpu版本的tensorflow, 否则请安装cpu版的。
在[https://developer.nvidia.com/cuda-gpus] 上查看自己的gpu型号是否在列表中。在的话，请跳到安装CUDA步骤, 否则：
1. 请到tensorflow官网，下载windows操作系统的cpu版本whl安装包
2. 打开cmd命令窗，到安装包所在的文件夹，输入命令 pip install tensorflow*.whl 安装。输入tensorflow的安装包的时候，按tab键会自动补全。安装时程序会自动安装依赖库，不需要在线。
3. 安装完成后，输入python, 然后import tensorflow，没有报错则安装完成。
安装CUDA
现在的tf版本是1.2, 使用的是CUDA 8.0和cudnn 5.1
1. 首先到NVIDIA官网下载CUDA,先选择GPU型号，进入另一个页面后， 然后选择 win10的操作系统和本地的exe，如下图： 
2. 下载完成后，双击运行安装包即可，选择用户自定义安装，只安装CUDA，然后看Nvidia Driver， 如果当前的显卡驱动的版本比CUDA自带的显卡驱动版本低，则把显卡驱动也勾上。安装路径自己选，我的samples存在了自己的路径下，别的都默认路径。开始安装。
3. 安装完成后，打开cmd窗口，输入nvcc -V，查看CUDA是否正确安装。若正确安装，会出来下图：
如果电脑上有vs2010,2013,或2015的话，那么，可以解锁更高级的测试方法：
1.进入cuda samples保存的目录，就是安装时第一个路径。然后进去\1_Utilities\deviceQuery文件夹下，打开对应vs版本的sln，然后编译。
2.编译成功后，打开cmd窗口，到cuda samples保存的目录，进去\bin\win64\Debug目录下，运行deviceQuery.exe, 结果如果显示显卡的信息，像下图： Result=Pass，恭喜你成功了！
如果结果是这样的：
那么你需要打开独显。如果确认独显已经打开了，还是这样，那么就要在设备管理器里更新显卡驱动了。
安装cudnn
其实这个是一个压缩包，解压放到任何一个目录下就行，然后把你放的那个目录添加到Path 环境变量里。例如我放到了E:\ProgramData\cudnn
那么在path里添加E:\ProgramData\cudnn\bin 即可。
安装tf
- 从官网下载 windows系统的python3.6 的whl安装包，
- 打开cmd窗口，到安装包路径下，安装命令如下：（建议安装GPU版，因为GPU版安装好后CPU也能用，但根据自己的电脑是否有GPU来选择哈）
- CPU版 : pip install --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-0.12.0rc0-cp35-cp35m-win_amd64.whl
- GPU版：pip install --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-0.12.0rc0-cp35-cp35m-win_amd64.whl
- 安装完成后，输入python, 然后输入下面命令测试：
import tensorflow as tf
a = tf.random_normal((100, 100))
b = tf.random_normal((100, 500))
c = tf.matmul(a, b)
sess = tf.InteractiveSession()
sess.run(c)- 1
- 2
- 3
- 4
- 5
- 6
- 7
如果中途的输出如下，说明已经检测到设备了，则cuda和tf都装好了 (这点很重要，不然你都不知道是不是都安装上了)
撒花~