系统环境： windows10 + Anaconda3 + Pycharm
（1）环境配置：打开Anaconda Prompt，输入清华货仓镜像，这样更新会快一些：
输入：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --set show_channel_urls yes
同样在 Anaconda Prompt 中操作Anaconda创建一个python3.5的环境，环境名称为tensorflow ，输入下面命令：
conda create -n tensorflow python=3.5
运行 开始菜单 ->Anaconda3—>Anaconda Navigator，点击左侧的Environments，可以看到tensorflow的环境已经创建好了。
在Anaconda Prompt中启动tensorflow环境：
activate tensorflow
注：当不使用tensorflow时，，*tensorflow环境，命令为：deactivate(返回默认的python 3.6环境)
（2）安置tensorflow命令行先激活tensorflow
activate tensorflow
输入命令：pip install tensorflow-gpu 颠末漫长的期待
这个时候虽然已经安置好了TensorFlow,但是因为需要GPU加速，我们还需要安置cuda和cuDnn(专门为deep learning筹备的加速库)。
(3) 安置cuda, 点我点我 ,安置直接点击next即可
按照本身的环境选择对应的版本,exe分为网络版和本地版，网络版安置包对照小，执行安置的时候再去下载需要的包；本地版安置包是直接下载完整安置包。这里建议下载本地版
（4）cuDnn库的安置 点我点我，这个对照繁琐，需要填写许多问卷，下载压缩包
下载完cuDnn压缩包后解压，
这样就大功乐成了。
下面命令行测试一下tensorflow能否运行，在Anaconda Prompt / cmd命令下进入python环境后，逐行输入：
import tensorflow as tf hello = tf.constant("Hello!TensorFlow") sess = tf.Session() print(sess.run(hello))
输出为：
b‘Hello Tensorflow‘
（6）在pycharm中使用tensorflow新建工程后在 File-Setting–Project Interpreter 选择 tensorflow 下的Python解释器
随便跑个HelloWorld测试一下，
import tensorflow as tf hello = tf.constant("Hello!TensorFlow") sess = tf.Session() print(sess.run(hello))
控制台输出：
b‘Hello Tensorflow‘
这种方法的好处：不用每次都 开启、*环境了（activate tensorflow 、deactivate tensorflow）。
（7）tensorflow测试next：①官方教程代码测试：
#Creates a graph. a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name=‘a‘) b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name=‘b‘) c = tf.matmul(a, b) #Creates a session with log_device_placement set to True. sess = tf.Session(config=tf.ConfigProto(log_device_placement=True)) #Runs the op. print sess.run(c)
输出：
Device mapping: /job:localhost/replica:0/task:0/gpu:0 -> device: 0, name: Tesla K40c, pci bus id: 0000:05:00.0 b: /job:localhost/replica:0/task:0/gpu:0 a: /job:localhost/replica:0/task:0/gpu:0 MatMul: /job:localhost/replica:0/task:0/gpu:0 [[ 22. 28.] [ 49. 64.]]
②example 测试
详细参考博文
刚刚接触深度学习，还不是怎么了解，先装上利器再说~_~ 欢迎大家有问题指教。
参考：
1.
2.
3. ?locationNum=8&fps=1
Win10下 tensorflow gpu版安置