TF 安装
安装 VS 2015
iso VS2015下载并按点击安装即可
Cuda8.0
https://developer.nvidia.com/cuda-80-ga2-download-archive
cuDNN v5.1
https://developer.nvidia.com/rdp/cudnn-archive
cuda 安装解压缩后 文件目录
将文件夹保存 另外一个地方
分别输入deviceQuery.exe 和 bandwidthTest.exe，运行结果如图所示。Rsult=PASS则说明通过
Copy 文件
在路径 c:\ProgramFiles （x86）\Microsoft Visual Studio 14.0\Common7\IDE下，打开cmd（管理员身份）: “devenv /setup”
CUDA8.0 安装完成
Copy cuddn5.1
打开Anaconda Prompt，进入Anaconda命令行管理界面。配置清华仓库镜，输入指令：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
创建运行环境，输入指令：
conda create -n tensorflow-gpu python=3.5
新建一个名字叫“tensorflow-gpu”，python版本为3.5的运行环境，此环境与Anaconda中其它环境隔离。红框中的软件包也会随之安装，输入“y“和回车后开始安装。
激活并进入环境，使后续指令在激活的环境中生效，输入指令：
conda activate tensorflow-gpu
升级pip到最新版，防止稍后的安装时，出现错误（笔者初次在安装tensorflow时，没有更新pip到最新版，导致下载到一半出现错误），输入指令：
python -m pip install --upgrade pip
- 在tensorflow环境下，使用pip安装CPU版TensorFlow，执行命令
pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.1.0-cp35-cp35m-win_amd64.whl
- 在tensorflow环境下，使用pip安装GPU版TensorFlow，执行命令
pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-1.1.0-cp35-cp35m-win_amd64.whl
TF1.1.0
latest version
| Python 3.5 CPU-only | https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.12.0-cp35-cp35m-win_amd64.whl |
|
| https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-1.12.0-cp35-cp35m-win_amd64.whl |
- 打开 anaconda prompt
- 执行activate tensorflow-gpu
- 打开python，执行python
- 执行以下代码
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
