写在前面：最近开始学习深度学习，换了笔记本之后开始搭Tensorflow的环境，折腾了几天终于搞定了，把中间遇到的坑记录和分享一下。
一、准备的工具
1、系统：windows 10 64bit（最开始学习python的时候装的是32位的系统，后来发现TensorFlow只支持64位，特地提醒一下像我一样不知道这个点的新人）
2、CUDA：版本使用的是8.0版本。这里开始就遇到坑了，网上说到Nvida的官网下载，官网上只找得到9.0的版本，然后我基于9.0的版本安装，安装到最后import tensorFlow时候会报错，然后我又切回到8.0的版本。这里特别感谢网上的8.0版本的资源（具体哪里找到的资源我也不记得了）。附上我百度云盘的资源：http://pan.baidu.com/s/1kVbz0EF
3、cudnn：这里也遇到坑。在网上找了好多安装教程，有点说8.0，有的说5.1，有的说6.0，第一反应是卧槽怎么这么多版本，后来发现5.1和6.0指的都是cudnn8.0的不同版本。这里https://zhuanlan.zhihu.com/p/30175179知乎这位朋友尝试了5.1有坑，所以下载了6.0的版本。云盘资源：http://pan.baidu.com/s/1jI5nGW2
4、DXSDK_Jun10.exe。不安装后续CUDA sample编译会出问题。云盘：http://pan.baidu.com/s/1sl8xryd
5、Visual Studio 2015 Community。这个网上资源比较多，下载的文件超过4G了，云盘上传不了，大家百度一下吧。
6、Anaconda。这个我是在官网上下的https://www.anaconda.com/download/，现在的版本写的是支持python 3.6，后面我也按3.6安装。云盘地址：http://pan.baidu.com/s/1c2lhlO8
历史版本在这个网址里面可以下载https://repo.continuum.io/archive/
二、安装过程
1、 安装DXSDK_Jun10.exe。按照提示安装就可以，中间没有遇到问题。
2、安装Visual Studio 2015 community。这一步也没什么好说的，我就按照提示装了，中间也没什么问题，就是安装时间比较长。
3、CUDA和cudnn安装。这一步遇到好多坑。
（1）确认显卡是否支持CUDA，到官网查询https://developer.nvidia.com/cuda-gpus，在笔记本里面居然没有GTX 1050和GTX 1050 TI，我想着好不容易换笔记本就是想跑GPU版本，这不支持不是扑街了。 
后来在官网搜索发现都是支持的。
（2）下载CUDA软件，之前按参考的文档（最后面附上参考文档的链接），到官网上下载只能找到9.0版本了，只好下了9.0版本。最后9.0安装之后，Tensorflow导入报”Failed to load the native TensorFlow runtime.”参考这个文章http://blog.csdn.net/Kexiii/article/details/77990459折腾了很久，搞不定。后来在网上不记得哪看到目前cuda9.0会有问题，果断又要换到8.0版本。
然后安装8.0（一定把刚装的9.0相关的驱动给卸载了，没卸载我试过会安装失败）。一上来就系统兼容性检测就报了一个问题，我点的继续，然后选择高级，把所有项都选中，覆盖原有的驱动，开始没有全选会出现安装失败。
（3）下载cudnn 8.0-v6.0，前面给出链接，下载解压之后，将bin、lib、include替换C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0 目录下的三个文件夹
（4）测试CUDA安装成功。打开命令提示符，输入：nvcc -V，可以看到以下信息 
然后编译C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0 目录下的Samples_vs2015.sln样例。用VS2015打开样例，正确的界面如下：
右键点击圈红的解决方案栏，点击属性按钮，接着配置为Release和活动（X64） 
然后在上方生成按钮下，点生成解决方案，等待运行完成，打开一个cmd窗口，定位到 C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\Release目录，输入：deviceQuery，然后回车。会得到如下结果： 
这样就表示CUDA安装成功了。
4、安装Anaconda
这个安装比较简单，在Install for那个界面，建议选择【All Users(requires admin privileges)】那个选项。在线面界面两个均勾选 
5、安装Tensorflow
这一步也遇到坑，网上都说是打开Anaconda Prompt之后，输入pip install tensorflow-gpu，然后就可以安装成功了。但是安这个操作我报了好多错。。首先是要修改用清华的镜像，然后配置python环境，**虚拟环境，最后安装TensorFlow。在Anaconda Prompt中先后输入下面命令：
conda config –add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config –set show_channel_urls yes
conda create -n tensorflow python=3.6
activate tensorflow
pip install tensorflow-gpu
6安装keras
在步骤安装玩Tensorflow之后，输入pip install keras。这一步可能会有错，看一下具体是哪些安装组件出错了。我安装的时候是PyYAML，scipy和numpy报错，我到http://www.lfd.uci.edu/~gohlke/pythonlibs/网址中，找到对应的版本numpy-1.13.3+mkl-cp36-cp36m-win_amd64.whl，PyYAML-3.12-cp36-cp36m-win_amd64.whl，scipy-0.19.1-cp36-cp36m-win_amd64.whl，拷贝到当前Anaconda Prompt目录下，手动进行安装。以numpy为例，输入pip install numpy-1.13.3+mkl-cp36-cp36m-win_amd64.whl 进行安装。都安装完成之后，再输入pip install keras即可。
7、测试TensorFlow环境
打开python，如果能正确打印，恭喜安装成功。
import tensorflow as tf
hello = tf.constant(‘Hello, TensorFlow!’)
sess = tf.Session()
print(sess.run(hello))
If the system outputs the following, then you are ready to begin writing TensorFlow programs:
Hello, TensorFlow! 
最后附上安装中参考的文章，感谢各位大神的指导。
http://www.jianshu.com/p/c245d46d43f0
http://www.jianshu.com/p/0c57e8e951af
http://www.cnblogs.com/bnuvincent/p/7045324.html