Win10 + TensorFlow-gpu 1.7 + pip安装+PyCharm配置
安装环境: 小米Pro, 处理器i5, 显卡NVIDIAGeForce® MX150
在安装TensorFlow-gpu1.7版时首先需要安装CUDA® Toolkit 9.0，NVIDIA官网里有多个9.0版本的，我选择的是17年12月份的版本，其次是注意查看环境变量（2个）是否已配置。一般在安装它时，系统会自动配置环境变量的，建议按tensorflow 官网install指导里给的链接地址去下载，
在上面链接中，官网明确说明了在win 10系统中安装CUDA时以下三个前提条件：
1.支持CUDA的GPU，（现在的笔记本一版都具备）
2. 受支持的Microsoft Windows版本（win10，win8.1, win7, 都可以）
3. 受支持的Microsoft Visual Studio版本（visual studio）
2. 受支持的Microsoft Windows版本（win10，win8.1, win7, 都可以）
3. 受支持的Microsoft Visual Studio版本（visual studio）
具体要求如下图，9.0 版本情况应该与 9.1版本基本相同：
NVIDIA CUDA工具包（可从http://developer.nvidia.com/cuda-downloads下载）
接下来的两个表格列出了当前支持的Windows操作系统和编译器。
接下来的两个表格列出了当前支持的Windows操作系统和编译器。
再者是cuDNNv7.0的安装，它也是很多个不同月份的版本，它本身是个一个文件包，里面的文件路径和CUDA®Toolkit 9.0下的cuda文件路径相同。下载后，这时你需要把cnDNN文件里相应路径里的文件分别复制到它安装路径所对应的文件里。之后你便可以开始安装tensorflow-gpu了。
在安装tensorflow时有两种安装方法一种是pip 指令安装，另一种是Anaconda。Anaconda的安装这里不做重点讲解，它相对pip安装更容易一些，我主要解释一下pip安装时所需要注意的一下问题。
首先建议用管理员身份去安装，这样可以避免不要的权限限制麻烦。可以用cmd 也可用PowerShell (快捷键: win + R).
安装指令有多种，其中对于pip3和pip区别本人还不太清楚：
C:> pip3 install --upgrade tensorflow-gpu
C:> pip install --upgrade tensorflow-gpu
C:> pip install tensorflow-gpu
另外要注意的是pip 的version更新问题，可能系统会报你的python 的pip version需要更新，关于这一点，请参考此
TensorFlow-gpu安装成功后
测试过程需要注意以下一点，即训练网络时应该在tf.session处做一点修改，如下：
将 with tf.Session() as sess:
改为：
config =tf.ConfigProto()
config.gpu_options.allow_growth = True
with tf.Session(config=config) as sess:
如何将Tensorflow 配置到 PyCharm 中，首先打开PyCharm工具栏中的File选项,找到setting，然后再找project interpreter选择Add后，选择系统环境编译器选项（system interpreter）或第一个选项也可以,然后找到python的安装路径并选中python.exe即可，
这时，你会看到你所创建的项目的External libraries ( 外库文件 )下的python指向了你所选择的python.exe所在的路径。