python3.6+Anaconda3.4+tensorflow-gpu1.4+cuda8.0+cudnn6.0配置安装
我安装的是python 3.7，但配置的是python3.6的环境。
事先安装Anaconda3.4，Visual Studio 2015，这样可支持高版本的tensorflow-gpu。
conda create –n nlp3 python=3.6nlp3是虚拟环境名（可自己随便取）。
我配的是tensorflow-gpu==1.4.0版，做深度学习需要大量的计算，如果自己电脑配置可以的话，最好按tensorflow-gpu.以下是可以安装tensorflow-gpu版的显卡要求：
CUDA安装URL传送门https://developer.nvidia.com/cuda-downloads
CUDNN的ZIP下载到https://developer.nvidia.com/cudnn
以下是cuda+cudnn+tensorflow-gpu版本对应关系。在此处我吃了好大的亏，先是下的最新版的cuda+cudnn，然而发现，无论对应那个版本的tensorflow-gpu，都无法运行，也可能是我能力有限（哭）。所以大家最好选一下对应版本来下载安装。
tensorflow-gpu v1.9.0 | cuda9.0 | cuDNN7.1.4可行 | 备注：7.0.4/ 7.0.5/ 7.1.2不明确tensorflow-gpu v1.8.0 | cuda9.0 | cuDNN 不明确 | 备注：7.0.4/ 7.0.5/ 7.1.2/ 7.1.4
tensorflow-gpu v1.7.0 | cuda9.0 | cuDNN 不明确 | 备注：7.0.4/ 7.0.5/ 7.1.2/ 7.1.4
tensorflow-gpu v1.6.0 | cuda9.0 | cuDNN 不明确 | 备注：7.0.4/ 7.0.5/ 7.1.2/ 7.1.4
tensorflow-gpu v1.5.0 | cuda9.0 | cuDNN 不明确 | 备注：7.0.4/ 7.0.5/ 7.1.2/ 7.1.4
tensorflow-gpu v1.4.0 | cuda8.0 | cuDNN 6.0 | 备注：6.0正常使用, 7.0.5不能用，5.1未知
tensorflow-gpu v1.3.0 | cuda8.0 | cuDNN 6.0 | 备注：6.0正常使用, 7.0.5不能用，5.1未知
tensorflow-gpu v1.2.0 | cuda8.0 | cuDNN 5.1 | 备注：5.1正常使用, 6.0/ 7.0.5 未知
tensorflow-gpu v1.1.0 | cuda8.0 | cuDNN 5.1 | 备注：5.1正常使用, 6.0/ 7.0.5 未知
下载好后点击安装，这个安装跟NVIDIA独显驱动安装界面很像，进入到选项时一般选择自定义安装（不要选那个精简），然后自定义安装只要安装第一项CUDA即可，下面三个分别是独显驱动，3D Vision，Physx ，安装过程中还可以修改CUDA Development、Sample、Documentory的安装路径，如果你觉得自己的C盘没问题那就默认它的路径，否则你可以考虑把他们全部装到同一个目录下（我是全部安装在D:\MyDrivers\CUDA_three目录下，Sample你可以单独放一个地方，它貌似不是很重要，其他两个的内容可以并在一起放）。
安装好后把Samples单独放在Samples文件夹下，其他两个的内容在当前文件夹中，并且去把C:\Program File\NVIDIA GPU Computing Toolkit\CUDA\v8.0文件夹下的所有东西也搬过来的结果（那个zip是CUDNN，之后会下。如果感觉麻烦就直接用默认路径，这样可以省事也可以少设置一点环境变量）
NVIDIA的下载要注册账号才能下载（免费）。这个比较简单，大家去下载上面提到的V6.0.*版本即可，下好是一个ZIP，解压后里面有三个文件夹，每个文件夹下都是只有一个名为CUDNN.*的文件，大家只需要把这三个文件夹复制，然后复制到D:\MyDrivers\CUDA_three即可（因为是同名文件夹会自动合并，不放心可以分别把三个CUDNN.*剪切复制到该目录下对应文件夹里即可）。
以下是对应文件夹的内容截图：
之后要配置环境变量（如果你默认的安装路径则可省去了）
添加变量名，和相应地址如下：
在path中添加：
然后检验一下CUDA及CUDNN是否安装好：打开CMD，输入nvcc -V回车：
安装Tensorflow-GPU：
利用Google提供的镜像完成了Tensorflow-GPU的安装。里面有各种操作系统和对应的python版本，这里是传送门：https://tensorflow.google.cn/install/pip
例如选择：https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-1.12.0-cp36-cp36m-win_amd64.whl
然后去Anaconda Prompt中
pip install https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-1.12.0-cp36-cp36m-win_amd64.whl即可
tensorflow-gpu-1.12.0可以改成1.4.0 或其他版本。
之后在pycharm中，可选择相应的环境：
在pycharm中即可运行了。。。