简介：

• ： 是世界上最受欢迎的Python数据科学平台。
• ： TensorFlow是google的开源项目，是第二代深度学习系统
• ：是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题
• ：NVIDIA CUDA深层神经网络库（cuDNN）是一个GPU加速的深层神经网络原语库。cuDNN为标准例程提供高度调优的实现，例如前向和后向卷积，池，归一化和激活层。cuDNN是NVIDIA深度学习SDK的一部分。

下载并安装Anaconda3

下载Anaconda3，Python 3.6 version，并安装，Anaconda中集成了pip包工具，pip 是一个Python包管理工具，主要是用于安装 PyPI 上的软件包，可以替代 easy_install 工具，类似于npm 和 Linux中的 yum 和 apt-get指令，（个人理解）

下载安装CUDA

选择适配你的操作系统的CUDA版本，本人机器安装win10 64bit，下面的补丁不是必须的，然后进行安装

下载cuDNN

它是一个英伟达的深度学习库，类似java的jar包，把它放置在CUDA的安装目录下的指定位置，具体细节如下：

对应的是CUDA的目录下这三个文件

把cuDNN三个文件夹中的内容分别复制到对应的CUDA下的文件夹中，cuDNN中的lib/x64中的cudnn.lib放入CUDA中的lib/x64下。

安装TensorFlow

首先打开Anaconda Prompt（直接开始菜单搜索即可）：

• 首先建立一个tensorflow的运行环境

  conda create -n tensorflow python=3.5

  -n指的是要命名的环境名称，即tensorflow，当然你可以随意起名字 后面指定Python的版本

至此，我们设定好了一个TensorFlow的运行环境，我们打开Anaconda Navigator 可以查看刚刚配置的运行环境：

• 激活TensorFlow环境

• 安装CPU版本的TensorFlow： pip install --upgrade --ignore-installed tensorflow
• 安装GPU版本的TensorFlow：pip install --upgrade tensorflow-gpu 这里选择安装此项

至此，安装配置完毕，进入Python环境测试是否成功：

引入TensorFlow的包

import tensorflow as tf

遇到如下错误：

在 import tensorflow 的时候这两个问题同时出现，那么很有可能是你的 cuda 和 cudnn 版本有问题，例如本文中用的cuDNN v5， cuda 版本是 8.0.60，而正确的是 8.0.44，所以上面的cuDNN版本要更换。