安装前准备

        TensorFlow 有两个版本：CPU版本和GPU版本。GPU 版本需要CUDA和cuDNN的支持，CPU 版本不需要。如果你要安装 GPU 版本，请先确认你的显卡支持 CUDA。我安装的是 GPU 版本，采用pip 安装方式，所以就以 GPU 安装为例，CPU 版本只不过不需要安装 CUDA 和 cuDNN。

        在这里确认你的显卡支持 CUDA。

        确保你的 Python 版本是3.564 位及以上。（TensorFlow 从 1.2 开始支持 Python 3.6，之前的官方是不支持的）

        确保你有稳定的网络连接。

        确保你的 pip 版本 >= 8.1。用pip -V查看当前pip版本，用python -m pip install -U pip升级pip。

        确保你安装了 VS2015 或者 2013 或者 2010。此条非必须，删除。

        此外，建议安装 Anaconda，因为这个集成了很多科学计算所必需的库，能够避免很多依赖问题，安装教程可以参考这里。

        以上条件符合，那么恭喜你可以开始下载 CUDA 和 cuDNN 的安装包了，注意版本号分别是CUDA 8.0和cuDNN 6.0（由于 TensorFlow 不同版本有变化，5.1 已不再适用新版本，此处请结合安装cuDNN说明），这是 Google 官方推荐的。可以去各自官网下载，我已经下载好打成一个压缩包放到了百度云，大家可以从这里下载，密码 5aoc。

安装TensorFlow

        GPU版本 pip3install--upgrade tensorflow-gpu

        CPU版本pip3install--upgrade tensorflow

        然后就开始安装了，速度视网速而定。

        安装网之后你试着在 Python 中import tensorflow会告诉你没有找到 CUDA 和 cuDNN，所以下一步就是安装这两个东西。

安装CUDA 8.0

        官网下载直接安装，命令行输入nvcc -V，看到版本信息就表示安装成功了。

安装cuDNN

        cuDNN官网下载，添加环境变量到path，如..\cuda\bin