1.下載anaconda3 

下載地址https://www.anaconda.com/download/ 根據作業系統選擇對應的版本

安裝時勾選自動創立環境變數，如果未勾選，安裝完成後新增3個環境變數至Path，分別為：Anaconda3路徑，Anaconda3路徑\Scripts，Anaconda3路徑\Library\bin

2.建立並安裝tensorflow環境
開啟anoconda prompt ：輸入 conda create -n tensorflow python=3.6  //3.6目前已經可用，python=3.6間不要有空格
啟用tensorflow環境 ：輸入 activate tensorflow

安裝tensorflow： CPU版本：輸入pip install --upgrade --ignore-installed tensorflow  GPU版本：輸入 pip install tensorflow-gpu

3.安裝cuda（測試時python3.6對應版本為cuda9.0。也可以先RUN後面的測試程式，根據錯誤提示確定版本）
下載地址 https://developer.nvidia.com/cuda-90-download-archive， 根據對應的作業系統選擇，選擇網路安裝或者下載完整包本地安裝都可以

安裝完成後新增環境變數 CUDA路徑\bin 至Path

安裝CUDnn 下載地址https://developer.nvidia.com/rdp/form/cudnn-download-survey
先自行註冊，然後下載，解壓， 將解壓後的路徑\bin新增到環境變數

下列為預設安裝路徑時所需要新增的環境變數
C:\Users\lyz\Anaconda3;
C:\Users\lyz\Anaconda3\Scripts;
C:\Users\lyz\Anaconda3\Library\bin;
\\ anaconda安裝時未勾選自動建立環境變數，如果勾選了不需要手動新增
C:\tools\cuda\bin;
\\ C:\tools\為cudnn解壓路徑
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin

\\ C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0 為CUDA預設安裝路徑

測試程式碼：
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
with tf.Session() as sess:
    print(sess.run(hello))



另附tensorflow在Pycharm下使用時的配置和其他庫的新增
新增tensorflow編譯器
file-> Settings->Project:xx->project interpreter-> 右上角設定符號->勾選Existing environment->選擇tensorflow環境下的python（anaconda路徑\envs\tensorflow 選擇python.exe）
新增其他庫
file-> Settings->Project:xx->project interpreter->靠右上角+號，搜尋需要的庫，點選左下角Install Package