CUDA版本9.0，最新的tensorflow1.8官方标注支持cuda9.0，并未声明支持更高版本的cuda，因此使用cuda9.0以及与之匹配的cudnn7.0
使用原味的python（采用pip3安装）
仅支持CPU版本（不需要安装cuda以及cudnn）
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple --upgrade tensorflow支持GPU版本
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple --upgrade tensorflow-gpu使用anaconda
第一种方法，官方推荐，创建一个新的环境安装tensorflow
1、创建名为tensorflow的conda环境
conda create -n tensorflow pip python=3.52、激活tensorflow环境
activate tensorflow3、安装tensorflow
仅CPU：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --ignore-installed --upgrade tensorflowGPU：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --ignore-installed --upgrade tensorflow-gpu这种方法会使得很多anaconda本身自带的库都无法使用，因为在使用tensorflow的时候，我们使用的是一个用沙盒封装的
No module named ‘tensorflow’，如下图，那是因为我们没有在tensorflow的环境下打开它们。
为了能在ipython 和Spyder中使用tensorflow，我们需要在tensorflow的环境中安装这两个的插件。
打开Anaconda Navigator，选择Not installed
切换到installed
安装好插件后，我们需要测试一下。
在Anaconda Prompt中启动tensorflow环境，并运行ipython
同样，在Anaconda Prompt中启动tensorflow环境，并运行Spyder
这种安装方式使得大量的第三方库需要再次安装，很麻烦。
所以推荐第二种方法，在anaconda Prompt中直接pip安装。
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --ignore-installed --upgrade tensorflow-gpu全局均可以使用tensorflow。
如果使用pycharm，第一种方法中可以在anaconda的环境文件夹中找到tensorflow，将pycharm支持的解释器换成
在tensorflow下的python.exe，tensorflow在D:\Anaconda3\envs之下。
第二种方法，pycharm的解释器直接用anaconda下的python.exe即可