1.最重要的一点就是，一定要知道你要安装的tensorflow版本跟你的cuda以及cudnn版本是否匹配。小白本人在这里被坑了无数次，以至于一度怀疑人生，花费了我将近一天半的时间。
那么，该如何判断呢？下面是小白找的表：
小白的anaconda对应的python是3.6.0，在这里附上本次安装所要用到的资源链接：
链接：https://pan.baidu.com/s/1Vn8cPzEPQQeB7emz4PefLA
提取码：8a1m
复制这段内容后打开百度网盘手机App，操作更方便哦
2.cuda安装：
下载好文件，先点击cuda_8.0.61_win10那个大文件，安装。
安装过程如下，
当然点同意了，选择自定义安装，
点击下一步，下一步，同意.....等待一小会。
接下来安装cuda的补丁，就是刚刚下载下来的小文件，
安装好过后，解压cudnn-8.0-windows10-x64-v6.0
得到三个文件夹
然后按照图片中路径找到相应的文件夹点开，
把刚刚解压出来的三个文件夹中的文件，注意注意，是文件，不是文件夹，分别放到c盘中安装的cuda文件所对应的文件夹中
接下来在计算机图标那里右键，属性，高级系统设置，环境变量，
选择Path双击打开，增加环境变量，
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib
选择上移把这两个移到上面：
然后安装anaconda：
anaconda就直接下一步下一步，小白尝试过安装在其它盘，都失败了，所以就默认安装就好了！
最好都勾上。
安装完成后，点击开始（菜单栏）Anaconda Prompt。创建环境：
conda create --name tensorflow-gpu python=3.6
输入y,回车键
环境建立好后，输入：activate tensorflow-gpu
再输入：pip install tensorflow-gpu==1.4.0
耐心等待，如果出现timeout 再输入pip install tensorflow-gpu==1.4.0
这个下载速度非常慢............
显示成功安装后，输入python，
然后import tensorflow,没有报错说明安装成功。
安装成功后，安装好pycharm,pycharm在我分享的文件中，安装好后需要把刚刚建立的tensorflow-gpu的环境添加到pycharm中来，操作如下：
打开，file->setting->搜索：Project Interpreter
进入C盘：C:\Users\haibo\Anaconda3\envs\tensorflow-gpu\python.exe，添加环境。
之后创建一个pythonfile，运行
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())
结果如下：
2019-03-03 09:06:22.602887: I C:\tf_jenkins\home\workspace\rel-win\M\windows-gpu\PY\36\tensorflow\core\platform\cpu_feature_guard.cc:137] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX2
2019-03-03 09:06:23.718693: I C:\tf_jenkins\home\workspace\rel-win\M\windows-gpu\PY\36\tensorflow\core\common_runtime\gpu\gpu_device.cc:1030] Found device 0 with properties:
name: GeForce GTX 1050 Ti major: 6 minor: 1 memoryClockRate(GHz): 1.62
pciBusID: 0000:01:00.0
totalMemory: 4.00GiB freeMemory: 3.30GiB
2019-03-03 09:06:23.719159: I C:\tf_jenkins\home\workspace\rel-win\M\windows-gpu\PY\36\tensorflow\core\common_runtime\gpu\gpu_device.cc:1120] Creating TensorFlow device (/device:GPU:0) -> (device: 0, name: GeForce GTX 1050 Ti, pci bus id: 0000:01:00.0, compute capability: 6.1)
[name: "/device:CPU:0"
device_type: "CPU"
memory_limit: 268435456
locality {
}
incarnation: 6235084662034035804
, name: "/device:GPU:0"
device_type: "GPU"
memory_limit: 3225865420
locality {
bus_id: 1
}
incarnation: 13303771124769821445
physical_device_desc: "device: 0, name: GeForce GTX 1050 Ti, pci bus id: 0000:01:00.0, compute capability: 6.1"
]