1 硬體要求

• Windows版本：Windows 7，Windows 8，Windows 10，Windows Server 12/16
• 顯示卡版本：請對照NVIDIA提供的支援CUDA的顯示卡列表（CUDA GPUs）。顯示卡版本通過"系統屬性-裝置管理器-顯示介面卡"檢視。（AMD的顯示卡不可以使用NVIDIA顯示卡的CUDA ）
• 所有元件：Windows 7/8/10, Server 2012/2016 + Python 3.5 + Visual Studio 2015（VC++ 2015） + CUDA 8.0 + CuDnn 6.0

2 Python版本：64位版本的Python 3.5

• 下載：Python3.5，（
  下載地址）
• 安裝：建議直接用Python的原生安裝包，安裝時建議勾選把Python加到系統路徑當中去

• 安裝Python以後，可以在"開始"選單裡點選"執行"輸入cmd，在彈出來的窗口裡輸入"python"，如果能夠正常開啟python說明安裝成功了。

3 安裝Visual Studio 2015

安裝VS2015（主要是為了安裝VC++ 2015） ，其中VS2015的預設安裝不包括C++的編譯器，必須手動勾選Visual C++，不然會面臨後續的CUDA編譯錯誤。

4 CUDA8.0

• 安裝CUDA，安裝成功後會看到如下圖：

• 驗證CUDA安裝成功：開啟命令列，也就是cmd然後輸入"nvcc -V"，如果安裝正確的話你應該看到這樣的輸出：

5 CuDnn版本：CuDnn 6.0 for CUDA8.0

• 下載CuDnn 6.0，cuDNN的下載地址：NVIDIA cuDNN，其中下載CuDnn前必須註冊英偉達社群的會員，而且註冊和下載得翻牆，不然註冊或者登陸不成功（這是一個坑）。

• 安裝CuDnn，將cuDNN下載以後解壓，你會發現"cuda"的資料夾下面有bin、include、lib三個資料夾，將這個三個資料夾複製到CUDA8.0安裝資料夾下，如"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0"。

6 確認系統環境變數(Environment Variables)

• 確認Python3.5.4.和Pip3在系統環境變數中
• 確認CUDA_PATH和CUDA_PATH_V8.0已經存在
• 手動新增 "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin"到Path裡面。

7 安裝TensorFlow的GPU版本

• 開啟cmd，輸入"pip3 install tensorflow-gpu"

  CPU版本： pip install tensorflow
  GPU版本： pip install tensorflow-gpu

• 版本問題：
  • pip3版本太低，可以使用"pip3 install --upgrade pip3"來升級pip3
  • pip版本過低，可以使用python -m pip install -U pip命令升級pip
  • 升級tensorflow，用"pip install --upgrade tensorflow"，其他相關的依賴包也被更新到了所需版本
  • 有時更新出現問題，可以在管理員許可權下執行

8 測試TensorFlow是否安裝成功

開啟"開始"選單的"執行"輸入cmd，在彈出的窗口裡面輸入python開啟python，輸入下面的命令測試一下：

>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> sess.run(hello)
Hello, TensorFlow!
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> sess.run(a+b)
42

9 參考資料：