对于算法小白来说，配置环境甚至比学网络模型还要难，配置环境过程中会遇到各种坑，一定要耐心，不要砸机（计算机）！花了6、7个小时的时间才把TensorFlow-gpu安装好，必须分享记录一下。
首先，感谢这篇blog：https://blog.csdn.net/ccnucb/article/details/79873460，整个安装过程很详细。
在安装之前要确认一下几件事情。
1、确保电脑上有独立的英伟达显卡且安装了相应的驱动，（查看显卡型号：右击计算机-设备管理器-显示适配器）。如下图
2 安装了anaconda，有python环境，我的python是3.5的。（查看python版本：打开cmd-输入python-回车）如图。
3 安装了visual studio2015.
开始安装吧！！
安装TensorFlow-gpu版本的难点就在于需要同时安装英伟达的cuda和cudnn，且对版本有要求。版本对应可参考blog：https://blog.csdn.net/qq_27825451/article/details/89082978，我安装的是cuda8.0，cudnn6.0，TensorFlow1.4,windows7系统。
1 安装cuda。
下载cuda网址：https://developer.nvidia.com/cuda-80-ga2-download-archive，选择对应的系统和版本。下载完之后直接双击安装，安装过程中都选择默认即可。安装完成后验证是否安装成功（cmd里输入nvcc -V）若显示下图则为成功。
2 编译
在路径C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0，打开Samples vs2015.nls文件，右击1_Utilities，选择生成。
若不出意外的话，你会看到所有的文件都编译成功。
3 安装cudnn
下载地址：https://developer.nvidia.com/rdp/form/cudnn-download-survey。（下载cudnn需要注册account），注册完成后选择与cuda相对应的版本，解压缩后，得到3个文件夹：bin, include, lib。将这个三个文件夹复制到路径“C:\ProgramData\NVIDIA GPU Computing Toolkit\v8.0”下。
4 添加环境变量（有坑）
接下来，需要把C:\ProgramData\NVIDIA GPU Computing Toolkit\v8.0\bin，添加到环境变量“PATH”中。（此处的path可能有大小写要求，我刚开始写Path报错，后来改成PATH,就好了）如图：
5 安装TensorFlow-gpu
在cmd中输入“pip3 install tensorflow-gpu==1.4",回车。如果显示安装成功应该就是成功了。但是这儿往往会出现报错。
测试一下：在cmd里输入python-回车-import tensorflow as tf-回车-tf.__version__.若得到下图则说明成功啦！！
以上就是整个安装的过程了，当然安装的过程的不想上述这么轻松，所有坑还是要自己踩一次才会知道。若有帮助十分欣慰。若按照这个方法没有成功，欢迎写出来，一起学习~