前置检查
- 已安装 Python 2.5 及以上版本（建议安装 3 以上版本）
请自行到官网下载安装。 - 已安装 Numpy
获取地址（请根据自己的系统及需求下载）
注1：也可以在 cmd 中使用 pip 安装（前提是已经安装 pip，Python3 及以上版本安装好以后就自带的），在命令行中输入：
pip3 install numpy
然后等待安装成功。
注2：安装过程中若出现问题请到 这里 查询。 - 已安装 VisualStudio 2015
这个教程很多，随便百度一下就会出来很多。
使用 pip 安装 TensorFlow
- 安装 GPU 版 （运行速度更快，推荐，但只有 NVIDIA 的显卡才能安装）
在 cmd 中输入pip install tensorflow-gpu - 安装 CPU 版
在 cmd 中输入pip install tensorflow
安装 cuda
划重点！！！！ 在安装之前，请务必关闭 360安全卫士/腾讯管家 等安全软件！！！
- 安装之前请先到 这里 查询你的电脑显卡是否支持 cuda 。
- 到 官网 下载自己需要的版本
注：建议下载本地版，网络版会从网页获取数据，可能会失败； - 双击 .exe 文件开始安装
- 如果选择自定义安装，建议使用默认路径。
- 安装完成后，可在 cmd 中输入
nvcc -V来查看当前已安装 cuda 的版本信息，如果输出了版本信息，说明安装成功。
下载 cudnn
- 同理，到官网下载对应你的 cuda 版本的 cudnn。
注1：如果安装的是 cuda8 ，请下载 cudnn v6，因为使用 pip 安装的是最新版的 TensorFlow，而 TensorFlow1.3 就已经不再支持 cudnn v5，而支持 cudnn v6。
注2：下载完成后是一个压缩包，解压后有三个文件，如图
cudnn 解压后
请将三个文件夹一并拷入安装 cuda 中的 cuda 文件夹中，如：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8
，与命名相同的文件夹合并，如图：
cuda 文件夹 - 检测系统环境变量 PATH 是否配置好，例如：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\libnvvp
检查是否能正常使用
- 在 菜单->程序->Python 中，找到 Python 自带的编辑器 IDLE，打开，并输入：
import tensorflow as tf
回车，若成功，则安装成功。
补充：
- 简单矩阵乘法 测试示例代码：
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)
输出：
output
