参考，安装cpu版参考博客2

博客1

博客2

参考上面博客安装过程，但是出了些问题，下面是正确安装过程。

通过Anaconda， 可以轻松安装tensorflow-gpu

1. 安装cuda 9.0,  cudnn7.1：链接：https://pan.baidu.com/s/1qkhkH1bFSU76su-ufzsQyQ 密码：ncf9

因为用界面，安装过程简单，默认，一直下一步即可。cudnn安装，其实就是解压，解压到当前文件夹，然后拷贝到对应的文件夹下：

cudnn64_7.dll 拷贝到：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin

cudnn 拷贝到：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include

cudnn 拷贝到：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64

2. 安装Anaconda，下载链接，除了安装路径，其他选择默认选项安装即可；

第一个选项是将安装目录加入到系统的PATH环境变量中，以后在CMD中便可以直接用python命令启动python。 
第二个选项是让其他IDE能够检测到Anaconda3并将Anaconda3作为默认的Python 3.6。

3. 安装tensorflow gpu 

   1）打开cmd，进入Anaconda安装目录，我的是D:\Tool\Anaconda3\Scripts  ，输入：

pip install --ignore-installed --upgrade tensorflow-gpu

      漫长的等待。。。安装成功

  2）验证安装是否成功

     步骤： cmd  >> python -3  >>  import tensorflow as tf

  3）可以选择同时安装tensorflow cpu版

pip install --ignore-installed --upgrade tensorflow

4）如果同时安装了两个版本，默认下运行gpu版，如想运行cpu版，可代码中设置如下：

with tf.Session() as ses:
    with tf.device("/cpu:0"):
        matrix1=tf.constant([[3.,3.]])
        matrix2=tf.constant([[2.],[2.]])
        product=tf.matmul(matrix1,matrix2)

字符	对应的操作
"/cpu:0"	The CPU of your machine
"/gpu:0"	The GPU of yout machine ,if you have one

5）如果想要安装keras，一行命令即可：

pip install keras

6） 如果安装opencv，先下载opencv包，

• opencv_python‑3.4.2‑cp36‑cp36m‑win_amd64.whl

把该文件放到目录：D:\Tool\Anaconda3\Scripts下，cd到该目录，输入命令： pip install opencv_python-3.4.2-cp36-cp36m-win_amd64.whl

4. Pycharm专业版注册码

5. Pycharm配置和Anaconda对应的python解释器

 

可能安装好pycharm后，会自动找到该python解释器，但需要重新add进来，这样才能导入之前安装好的tensorflow-gpu，如下：

6）测试

Cuda旧版本下载链接