必须的工具：
Anaconda
Cuda8.0
对应的显卡驱动：http://www.nvidia.cn/Download/index.aspx?lang=cn查询对应的显卡驱动下载就行，文末给出的链接是gt940m的
没有在python3.6下使用过tensorflow，因为之前在3.6的环境下不能用，但现在tensorflow的官网显示支持3.6版本了，本文按照已经测试能使用的3.5写教程：
安装Anaconda时有勾选添加至环境变量的就直接打开cmd，运行python，没报错就是环境变量配置成功。我的不行，环境变量设置有问题。打开Anaconda文件夹下的Anaconda Prompt可以照样操作：
先安装一个python3.5的版本作为tensorflow的环境，并自定义命名为tensorflow-gpu：
conda create -name tensroflow-gpu python=3.5安装完成，先activate tensorflow-gpu，加载到python3.5的环境，然后安装支持tensorflow的库：
CUDA8.0不支持tensorflow-gpu1.5，而默认安装就是1.5的，这里需要指定安装的版本：
pip install tensorflow-gpu==1.4.0安装成功就进入python，然后试一下import tensorflow as tf 会不会 报错，没报错就开始CUDA等相关工具的安装。
######################################################################################
先安装CUDA，打开cuda_8.0.44_windows.exe，选择自定义安装，界面可能跟下图有点不同，不影响。只需勾选红框内的CUDA，然后等安装完。
然后安装下载好的显卡驱动：398.82-notebook-win8-win7-64bit-international-whql.exe，这个按照默认的下一步下一步即可。
接着把cudnn-8.0-windows7-x64-v6.0文件夹里的cuda文件夹下的三个文件复制到C:\ProgramData\NVIDIA GPU Computing Toolkit\v8.0里。
最后重启电脑，然后开始测试是否配置成功。
在cmd下或者Anaconda Prompt下进入刚刚测试过tensorflow的python环境里：
先用tensorflow设置两个矩阵：
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)然后调用看看能否调用GPU进行计算：出现下图就是配置成功
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
打印c的结果：可以看到是使用了GPU进行计算的。
print(sess.run(c))
######################################################################################
windows7，i5,GT940M显卡配置对应的工具。链接：https://pan.baidu.com/s/1VT2q7FgpemGeQABkIJ5wkw 密码：eng0
#######################################################################################
常见问题1，运行sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))时，报错：GeForce 940M 设备是不可移动的,无法弹出或拔出。去官网找到对应显卡型号的驱动下载安装就行http://www.nvidia.cn/Download/index.aspx?lang=cn。看到一篇博客说得是旧款的显卡驱动，我试了不行，官网安装最新的显卡驱动就好了。
常见问题2，import tensorflow 报错，如果在新建的python3.5环境下pip安装后import是不会报错的，import报错的原因是该环境之间安装过tensorflow了，先把之前安装过的tensorflow全部删了，然后重新安装tensorflow-gpu1.4.0就可以了。
删除模块：pip uninstall tensorflow，pip uninstall tensorflow-gpu
重新安装:pip install tensorflow-gpu==1.4.0