环境清单：Anaconda3+TensorFlow1.4+cuda8.0+cudnn_v7

具体安装过程如下：

1.Anaconda

（1）下载Anaconda，Anaconda官网地址

（2）安装Anaconda

   点击Anaconda3-5.0.1-Windows-x86_64.exe直接安装

图1 点击Anaconda安装程序，准备安装

图2 开始安装Anaconda

图3 勾选把Anaconda加入环境变量

   值得注意的是，图3的两个勾全勾上，此图是从别处截来，大致差不多。

2.安装TensorFlow

 Anaconda3默认安装的是Python3.6，但是目前的tensorflow只支持python3.5，这个时候要重新创建一个python3.5的环境，具体步骤：

  （1）创建一个名为python3.5的环境，命名为python35

  （2）打开cmd，conda create --name python35 python=3.5（主要在cmd命令行执行这一步，（1）是为了解释说明，可忽略）

   安装完成后，**和取消**命令

  （1）**：activate python35

  （2）取消**：deactivate

  这个时候可以在Anaconda3路径下envs下看到刚才创建的python35，每当我们**python3.5时，系统的运行环境就在这个文件下面。

图4 python3.5的运行环境路径

3.安装TensorFlow

   安装好了上述的python3.5的环境之后，先**python35，我们这里要装的是gpu版，输入：pip install tensorflow-gpu。

   这一步安装报错，主要还是超时原因。我的解决办法是，不用pip install tensorflow-gpu安装，而是采用下面的方式。

   （1）修改源为清华源

    conda config --add channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/'

   （2）设置搜索时显示通道地址

    conda config --set show_channel_urls yes

   配置完之后，文件C:\Users\TensorFlow-Yu\.condarc就是配置文件，可以手动编辑或删除。




图5 .condarc配置文件




图6 安装Tensorflow主要步骤

    到此，离成功不远了。

    因为安装需要GPU加速，所以还需要安装cuda和cudnn(专门为deep learning准备的加速库)。

4.安装cuda

   下载cuda，点击cuda_8.0.61_win10.exe直接安装。（需要这个安装包的可以留言，百度云分享）

图7 运行cuda应用程序

   点击exe程序给出的默认路径：

图8 cuda运行程序的Extraction path

   这里全是默认安装，就不给截图了。

5.安装cudnn

        在官网下载对应的cudnn版本，我下载版本如下图所示：

图9 下载Cudnn版本

       下载下来是安装包，解压之后得到一个cuda文件夹及对应的内部文件，如下图所示：

图10 解压cudnn得到cuda文件夹

图11 cuda文件夹下包含的内容

     把这三个目录下的文件全部拷贝到自己电脑CUDA的目录下即可，CUDA的目录默认在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0，直接复制粘贴过去即可。

图12 把cuda文件夹下的内容复制到cuda对应的文件夹下

   装完好，我以为能够import tensorflow了，结果报错找不到模块之类，如下图所示，但第二次import tensorflow既然可以了，我做了什么操作呢？(●ˇ∀ˇ●)

图12 import tensorflow操作

   操作就是把bin下面的cudnn64_7.dll（原本cuda文件夹bin文件夹下就是cudnn64_7.dll）改为了cudnn64_6.dll。然后就可以import tensorflow了，真的很玄学。。

图13 修改cudnn64_7.dll为cudnn64_6.dll

6.配置PyCharm

   到此，tensorflow能够成功import了，接下来配置Pycharm。

   我下载的是pycharm最新专业版，直接官网下载。用了一个**服务器：http://xidea.online

图14 运行pycharm专业版

   接下来是配置pycharm，以便使用TensorFlow。如下图所示：

图15 默认的配置

图16 修改后配置

   最后查看TensorFlow版本

图17 查看tensorflow版本及安装路径

   到此，Tensorflow1.4.0-gpu已成功安装，可以愉快码代码了。

主要参考资料：

      https://www.cnblogs.com/elroye/p/7864988.html

      http://blog.csdn.net/Gavin__Zhou/article/details/78484004

      http://blog.csdn.net/sb19931201/article/details/53648615