第一次寫部落格，因為Tensorflow1.4.0（GPU）安裝，感慨萬千，也希望大家安裝的時候別走博主的坑，博主儘量讓大家避開坑（關注官網動態很重要）也是看了很多篇部落格。但是很多不具有時效性，畢竟Tensorflow一直在發展，一直在更新新版本。總結出了很多問題。
之前在ubuntu14.04下安裝Tensorflow0.8.0版本就出了問題，python2.7和3.5選擇也出了問題，然後在ubuntu下最後裝的是docker。
當然後來發現慢慢支援windows平臺後，轉移戰線，來到了windows平臺。

本文寫在2017-12-27，後續出了新版本可能會不適用，請參照此文根據自身情況選擇合適的東西安裝。

另外，TensorFlow 從 1.2 開始在 Windows 上支援 Python 3.6

首先，一步一步按照順序走我的流程，不可以打亂順序
接下來，我說明我安裝的配置情況

顯示卡 GTX1060

Tensorflow-GPU-1.4.0版

Anaconda 5.0.1

CUDA 8

cuDNN 6.0

Python 3.6

一.裝前準備，確保你安裝了 VS2015 或者 2013 或者 2010。

這是在一些部落格裡面看見的，博主本身windows10裝過VS所以就不知道沒有這個會發生什麼。如果你電腦上裝了VS，可以跳過這一條。

二.官網下載最新的Anaconda 5.0.1

Anaconda裡面集成了很多關於python科學計算的第三方庫，主要是安裝方便。
在此之前，由於在Windows下TensorFlow目前只支援Python3.5 64-bit版本。
（TensorFlow 從 1.2 開始支援 Python 3.6，之前的官方是不支援的） 所以你可以去Anaconda官方

1.下載最新的Anaconda 5.0.1

2.下載好得到exe檔案，選擇你想安裝的地方

博主安裝在F盤，然後等待安裝

3.注意這裡都打上勾，這是新增環境變數

ps：這張圖是網上截的，忽略上面的4.4.0（64bit），我們的是最新版的
到這裡，你已經成功安裝了Anaconda。
聽說安裝了Anaconda自帶python3.6，博主也不清楚，因為之前博主電腦上就已經預裝了3.6，安裝完可以嘗試在命令列檢視python版本。

三.檢視自己顯示卡支援的cuda和cudnn

1.首先進入網站檢視自己的顯示卡支不支援gpu（重要）

2.進入網站選擇需要的Tensorflow版本（重要！）

https://github.com/tensorflow/tensorflow/blob/r1.4/RELEASE.md
博主選了1.4.0版，所以檢視它的描述。

顯而易見，1.4.0的Tensorflow需要 CUDA8 和 cuDNN6。（這個很重要，看了很多部落格眾說紛紜，最好去官網檢視）
那麼我現在先去下載CUDA8，建議下載local版本，線上版本容易出錯，安裝的時候記住把360之類的軟體關了！！！不然容易失敗。

3.下載CUDA8地址博主就不貼了，網上到處都是。

這是博主下載的版本。

4.接下來該下載cuDNN6了

別選錯了，選錯你就gg了，下一步下載Tensorflow就會出錯（如圖，博主現在一看到紅色就緊張）

5.複製貼上檔案

將下載的cuDNN解壓，並將其中的三個東西複製

貼上到你安裝的cuda當中（注意博主的路徑，改成你的）

然後還沒完，還要手動新增path，如圖（根據自己安裝位置新增）
例如博主的是

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64

到這裡，就算安裝完成啦，接下來，該安裝Tensorflow了。

四.安裝Tensorflow

1.開啟Anaconda Prompt（不是cmd，別搞錯了）

對就是這玩意兒，輸入：

pip install tensorflow-gpu

（博主之所以沒有進度條，是因為之前失敗很多次的時候，下載過tensorflow，你們第一次安裝，下載完自動安裝，會有進度條，耐心等待。）

總之，看著一大堆successfully，博主感慨萬千

如果有幸看到這裡到這裡，你已經成功安裝了最新的Tensorflow。

五.測試Tensorflow

開啟Anaconda Prompt（再次強調，不是cmd），輸入python，然後輸入以下程式碼：

import tensorflow as tf
a = tf.random_normal((100, 100))
b = tf.random_normal((100, 500))
c = tf.matmul(a, b)
sess = tf.InteractiveSession()
sess.run(c)

耐心等待（博主電腦配置不錯，一會兒就出結果了）

什……什麼！！你也成功了！！！那就頂一下吧！ /手動滑稽

如果有錯，歡迎大佬們評論區指正。