1.TensorFlow gpu版本的安装：
安装TensorFlow gpu版本需要四样东西：
- python 3.5
- pip：要求pip的版本不要太低，8.0以上都ok。在cmd中输入
pip install --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-0.12.0rc1-cp35-cp35m-win_amd64.whl这里需要强掉的是要安装0.12.0rc1版本，因为在tensorboard可视化时，它的上一个版本（0.12.0rc0版本）存在bug，显示空白页（速度慢的请自行镜像）。
CUDA：https://developer.nvidia.com/cuda-downloads
建议安装 cuda_8.0.61_win10.exe这个版本，下载之后傻瓜式安装，记得配置环境变量。
CUDNN：下载地址自行百度，记得搜到了百度云。
建议下载 cudnn-8.0-windows10-x64-v5.1.zip，将其解压会出现cuda这个文件夹，然后把文件夹下的内容（其实就是这三个东东：cudnn64_5.dll、cudnn.h、cudnn.lib）按照相应的路径覆盖到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0里面
举个栗子：把解压出来cuda这个文件夹里面有bin、include、lib三个文件。将cudnn-8.0-windows10-x64-v5.1\cuda\bin里面的cudnn64_5.dll复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin下，将原本存在的cudnn64_5.dll覆盖掉，以此类推。
最后说一点，为什么要用8.0.61的cuda和5.1的cudnn？很简单，因为配套，好使。其他的搭配也可以但是坑不少，读者可以自行尝试。
OK，到这里TensorFlow gpu版本就安装完毕了。
2.tensorboard显示空白或者No graph definition files were found.的问题解决：
tensorboard无法显示问题：
这个问题出在根源上，Google了半天在Stack Overflow上发现了tf团队的解答，0.12.0rc0版本存在空白页bug，并及时推出了0.12.0rc1版本，所以只需升级到0.12.0rc1版本即可。PS：个人不建议升级到0.13版本，虽然最新版本已经支持python3.6了，因为gpu版本的兼容性做的不够好，需要爬的坑更多。
tensorboard的调用：
正确姿势：
假设你的py文件中写了tf的summary，并且存放在了此目录下“D:\test\logs”
调出cmd，cd到D:\test，然后输入tensorboard –logdir=logs，运行完毕后在chrome浏览器中输入http://localhost:6006/或者http://127.0.0.1:6006/就ok了。
强调坑点：
- 一定要cd到logs这个文件夹的上一级，其他会出现No graph definition files were found.问题。
- 一定要用chrome浏览器，其它统统不好使，为啥？TF是Google的儿子！
- 最好用上述两个网址进入，不然也有bug。