安裝Anaconda
https://www.anaconda.com/download/ （不推薦，官網下載慢）
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ （推薦：清華大學開源軟件鏡像站進行下載並配置鏡像）
安裝Virtual Studio
https://visualstudio.microsoft.com/zh-hans/downloads/ （社區版是免費試用的，我下的是2017版。如果想用CUDA8.0，必須安裝VS2015以下的版本，因爲CUDA8.0與VS2017不兼容。）
爲什麼要裝VS？見cuda官方安裝文檔：https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/index.html 雖然也有網友說不裝VS也可以正常使用~~
檢查自己的電腦顯卡支持CUDA
右擊此電腦——>管理——>設備管理器——>顯示適配器：
官網查看對應的CUDA：https://developer.nvidia.com/cuda-gpus
沒有GTX 1050的信息，但是隨便百度就能發現一堆網友可以正常安裝CUDA9.0
官網有毒……
安裝CUDA9.0
下載CUDA安裝包，https://developer.nvidia.com/cuda-downloads，我用的是歷史版本CUDA9.0（https://developer.nvidia.com/cuda-toolkit-archive ）
下載這個base installer即可。
不要選擇下載network版本，因爲部分會被牆。下載local版本時，如果你夠幸運，應該可以下載完整版本安裝無誤。但是我用瀏覽器下載了很多次，也下載了多個版本，都沒有成功。一般是它下載到中間會暫停一下，然後你點擊繼續下載後，它就很快下載成功了。但是其實並沒有下載完全，因爲你去執行的時候總會報錯“non 7z archive”。
壓縮文件損壞，用解壓軟件打開一看，果然如下：
有網友的方法是，對下載按鈕右鍵，選擇複製鏈接地址，用迅雷新建任務，粘貼後下載即可。或者先翻牆再去官網重下。也有網友是先翻牆再在官網上重新下載的。多嘗試嘗試吧，總是可以的。
總之報錯“non 7z archive”一定是下載的文件不全，不是電腦系統問題，不要傻傻地重裝電腦，很麻煩的！
安裝CUDA
下載成功後，然後雙擊安裝，會讓你選一個臨時地址放提前的文件，默認就好，或者選一個空文件夾，之後會自動刪除。
如果你的驅動和我一樣也特別新，可能會有提示建議不要安裝CUDA帶的驅動，繼續就好。
如果還是無法安裝，就取消[Visual Stiudio Integration]選項
不要修改默認路徑，然後安裝即可
如果出現NVIDIA 安裝程序無法繼續、或者visual studio integration 失敗，說明visual studio 的版本和CUDA不匹配。有網友是將VS2017改成2015就可以了。重新安裝對應版本的visual studio，再安裝對應版本的cuda。我是將上面那個Virtual Studio Integration選項取消掉後就可以安裝了。
下載安裝好了之後不要忘記系統環境配置，右擊此電腦——>屬性——>高級系統設置——>環境變量
CUDA_PATH：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
CUDA_BIN_PATH：%CUDA_PATH%\bin
CUDA_LIB_PATH：%CUDA_PATH%\lib\Win32
CUDA_SDK_BIN：%CUDA_SDK_PATH%\bin\Win64
CUDA_SDK_LIB：%CUDA_SDK_PATH%\common\lib\x64
CUDA_SDK_PATH：C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0
下載對應版本的CUDNN
下載cudnn要註冊賬號https://developer.nvidia.com/rdp/form/cudnn-download-survey，一定要與剛剛安裝的CUDA版本對應，我這裏下載的是cuDNN v7.4.1 for CUDA 9.0。也可以在CSDN下載頁面花了兩積分下載的CuDNN7：http://download.csdn.net/download/qq_34364066/10123615
解壓cudnn-9.0-windows10-x64-v7.1.zip文件，如下：
然後移動文件，將上圖bin、include、lib中的文件分別複製到CUDA的安裝路徑：.\NVIDIA GPU Computing Toolkit\CUDA\v9.0\下的bin,include,lib中。 下面是官方文檔
安裝TensorFlow
注意事項：各版本具有匹配關係，如python3.7與tensorflow目前不兼容。所以雖然我Anaconda的base環境中是python3.7，但在tensorflow環境中我給重裝成python3.6了（python3.5也可以）。
可以直接打開tensorflow官網https://www.tensorflow.org/install/install_windows#installing_with_anaconda，跟着指導的步驟做下去：
創建conda環境
conda create -n tensorflow_gpu pip python=3.6
激活conda環境
activate tensorflow_gpu
安裝GPU版本的tensorflow
pip install --ignore-installed --upgrade tensorflow-gpu
注意：在安裝完GPU版的tensroflow後，由於我們是新創建的conda環境，該環境中基本上是空的，有很多包和IDE並沒有安裝進來，例如“Ipython”，“spyder”。此時如果我們在該環境下打開spyder或Ipyton或jupyter notebook等，會發現其實IDE使用的kernel並不是新建立的這個環境的kernel，而是“base”這個環境的，而“base”環境中我們並沒有安裝tensorflow，所以一定無法import。這也就是爲什麼有很多人在安裝好tensorflow後仍然在IDE裏無法正常使用的原因了。這時候就可以進入Anaconda的Navigator中選擇剛剛的環境，然後搜索進行安裝。
下面是我已經安裝結束的情況：
驗證安裝
打開CMD，輸入nvcc –V,如果輸出如下圖所示，即表示安裝成功。
如果此時進入tensorflow_gpu環境導入tensorflow時出錯無法導入，顯示缺少什麼什麼包和庫的，或者缺少環境配置，也有可能是某個包太新。
我這裏是報錯缺少一些DLL，所以我就更新了一下，自動下載了一些包安裝的。之後就沒有報錯了。
只要import沒錯應該就OK了，我這裏用的是一個簡單的加法測試代碼：
配置pycharm
選擇file——>settings——>project——>project interpreter，點擊最右邊的那個設置按鈕，然後Virtualenv Environment——>Existing environment，在Interpreter裏添加你剛剛創建環境的python地址。
下圖是我已經配置好的情況：
上經典的測試代碼：
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
寫在後面的話：
這些環境的安裝配置是個很麻煩的事情，如果不幸遇到了各種奇葩的報錯，那真的是需要耗費好久了，耐心耐心，想一想“hello，tensorflow”在向你招手……