所有软件打包下载地址：https://pan.baidu.com/s/1NXk0B92xeTuZCNZh-8p9ag
首先要确认你的显卡(GPU)支不支持TensorFlow,参考地址：
https://developer.nvidia.com/cuda-gpus
比如我的是 GeForce GTX 1060，是支持的，如图：
https://www.tensorflow.org/install/source_windows ：
通过官网，确定TensorFlow 所依赖的其他软件，需要翻墙，不能翻墙直接看下图：
所依赖软件如下，我们需要一个个的安装
1.python3.6
2.MSVC 2015 update3
3.CUDA9
4.cuDNN7
安装NVIDIA驱动：
下载制定版本，直接安装即可
https://www.nvidia.com/Download/index.aspx?lang=en-us#
python3.6 安装：
https://www.python.org/downloads/windows/
下载后直接安装，勾选添加到环境变量Path，确保去掉Path环境里其他的Python
MSVC 2015 update3 安装
https://www.microsoft.com/en-us/download/details.aspx?id=53587
下载后直接安装即可
CUDA9 安装
什么是CUDA
下载地址：
https://developer.nvidia.com/cuda-toolkit-archive
下载9.0版本
下载windows 10 ，64位 版本
安装cuda：双击 cuda_9.0.176_win10.exe
解压到有足够空间的磁盘上：
解压后自动启动安装程序，选择 精简 安装，然后点击下一步：
cuDnn7
下载cuDNN：
https://developer.nvidia.com/rdp/cudnn-download
解压到任意一个目录下，然后把cuDNN加入环境变量PATH：
最后，安装tensorflow-gpu 1.8:
打开一个cmd，执行下面的命令
pip install tensorflow-gpu==1.8 -i https://pypi.tuna.tsinghua.edu.cn/simple
这里要注意的是指定tensorflow-gpu的版本是1.8，不指定会安装最新的版本，版本不匹配是跑不起来的
-i https://pypi.tuna.tsinghua.edu.cn/simple 代表我们使用清华的镜像，速度非常快
跑一段简单的代码：
import tensorflow as tf
m1 = tf.constant([[2, 2]])
m2 = tf.constant([[3],
[3]])
dot_operation = tf.matmul(m1, m2)
print(dot_operation) # 这里并没有结果
# 使用seesion ，方法1
sess = tf.Session()
result = sess.run(dot_operation)
print(result)
