Python安装
下载及安装Anaconda开发工具
- 找到Anaconda官网，https://www.anaconda.com/download/
- 进入到【Packages Included in Anaconda】https://docs.anaconda.com/anaconda/packages/pkg-docs
进入package repository.页面
进入Anaconda installer archive download page. (winzip) ，下载完整版。
注意：Anaconda的不同版本默认支持的Python的版本是不一样的。对于支持Python2的版本，统一的以Anaconda2开头来命名；对于支持Python3的版本，统一以Anaconda3为开头命名。当前最新版本是Anaconda 5.2。支持python2.7和Python3.6。Tensorflow中的1.3以前版本不支持3.6版本。
tensorflow安装
- 在线安装，pip install tensorflow,可以在tensorflow后面加上版本号，如pip install tensorflow==1.5。对于GPU版本，可以使用pip install tensorflow-gpu.
- 离线安装。下载对应版本的whl文件，使用pip即可安装。
GPU版本tensorflow安装
安装CUDA
*首先安装对应显卡的驱动。https://www.nvidia.com/Download/index.aspx
注：CUDA软件有很多版本，必须要与Tensorflow的版本对应才行。比如Tensorflow1.0以后，知道Tensorflow1.5版本只支持CUDA8.0.可以根据https://developer.nvidia.com/cuda-toolkit-archive找到更多版本。
安装cuDNN库
进入https://developer.nvidia.com/cudnn，需要注册并填写一些调查问卷才能下载这个安装包。cuDNN的版本选择也是有规定的。以Windowns 10 操作系统为例，Tensorflow1.0到Tensorflow1.2版本使用的是cuDNN的5.1版本（安装包为cudnn-8.0-Windows10x64-V5.1-zip），从tensorflow1.3版本之后使用的是cuDNN版本(cudnn-8.0-Windows10x64-V6.0-zip),得到相关包解压后，直接复制到cuda路径对应的文件夹下面就行。
测试显卡
使用nvidia-smi命令查看显卡信息
nvidia-smi指的是NVIDIA System Management Interface。在安装完成NVIDIA显卡驱动之后，对应Windows用户而言，cmd命令行还无法识别nvidia-smi命令，需要将相关环境变量添加进去。如果NVIDIA显卡驱动在默认位置，nvidia-smi命令所在的完整路径为：C:\Program Files\NVIDIA Corporation\NVSMI。将上述路径添加到path系统环境变量中。之后在cmd运行nvidia-smi命令，可以看到显卡信息。
查看CUDA版本
在cmd中实验命令
1 | nvcc -V |
##
*