安置tensorflow-gpu环境需要：python环境，tensorflow-gpu包，cuda,cudnn
一，安置python，pip3直接到官网下载就好了，下载并安置你喜欢的版本
https://www.python.org/
提示：安置最后一步时记得勾选添加环境变量
在cmd输入pip3测试pip3能否使用，不能使用的话，手动打开python安置的路径，找到pip3文件，将路径插手环境变量
二，安置tensorflow-gpu
使用pip3安置即可：pip3 install tensorflow-gpu
期待下载完成后，会提示安置了那些包，提示安置告成。
三，安置CUDA,cudnn
安置好tensorflow-gpu后，打开你安置好的pycharm(或者你喜欢的IDE)
输入一段测试用的代码
import tensorflow as tf h = tf.constant("hell,TF") sess=tf.Session() print(sess.run(h))
运行，这时会有报错信息，报错信息里面会有CUDA的版本信息,凭据提示下载对应版本就好(报错信息有链接)。
下载安置CUDA后，下载对应的cudnn (https://developer.nvidia.com/rdp/cudnn-download)
CUDA的安置路径：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1
将下载好的cudnn文件解压出来，，打开CUDA安置路径。
将cudnn的每个文件夹里的文件复制到CUDA文件夹对应的文件夹中。OK
在ｃｍｄ输入nvcc -V测试安置是否告成。
四，回到pycharm,运行措施
安置告成！！！
五，目前tensorflow最高撑持CUDA9.0如果要使用CUDA9.1:
安利大牛用CUDA９.１本身编译的whl文件。
https://github.com/fo40225/tensorflow-windows-wheel
在项目中找到对应的版本下载就好了。
将之前的tensorflow卸载：pip3 uninstall tensorflow-gpu
从头安置：pip3 install 文件名.whl