本人已经写过在win7下TensorFlow-cpu版本的安装教程，建议读一下。anaconda和python的安装在这个教程中，这里就不重复说明了。
所需环境和软件：
Cuda8.0下载地址https://developer.nvidia.com/cuda-80-download-archive
Cudnn下载地址：https://developer.nvidia.com/rdp/cudnn-download
TensorFlow-gpu1.1下载地址：https://www.lfd.uci.edu/~gohlke/pythonlibs
1. cuda8.0安装
进入上面的网址，选择适应条件的版本（例如OS，cuda8.0/9.0）
点击安装，一路next…（Windows就这点好!!!）
2. cudnn安装
进入网页后（要先注册，有个survey要填），选择对应cuda版本的cudnn下载，切记！
其实安装了cuda之后，就已经起到了GPU加速的效果，只不过cudnn是NVIDA为了深度学习特地制作的GPU加速toolkit。
将cudnn解压缩后，将bin,include,lib三个文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0下（将原来的同名三个文件替换）
环境变量Path的加入：[;]C:\Program Files\NVIDIA GPUComputing Toolkit\CUDA\v8.0\bin; C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v8.0\lib\x64
环境变量应该都会安装吧？。。。
3. TensorFlow-gpu安装
由于我以前已经安装过了CPU版本，所以现将CPU版本的卸载：
进入G:\Program Files\anaconda3\Scripts，shift+鼠标右键->在此处打开命令行，输入命令：
pip uninstall tensorflow，等待一会卸载成功
再输入命令：pip install tensorflow-gpu.whl(TensorFlow-gpu文件名称)
等待安装成功！
测试：
用anaconda或者pycharm新建一个python文件，输入以下代码：
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
运行结果为：
可以清楚看到调用的是gpu以及自己电脑上gpu的情况
安装成功！！！
zhuan :https://blog.csdn.net/lwj_12345678/article/details/79419981