前言：
搭建目標——Windows10+Anaconda3+Tensorflow-GPU+（VS）+CUDA+CUDNN+Pycharm
一、準備工作：
1.安裝Anaconda
簡介：Anaconda是一個管理Python版本、 依賴工具包、開發環境的軟件。
可以建立獨立的開發環境，在獨立的開發環境中下載各依賴工具包。
步驟：
（1）網址https://www.anaconda.com/distribution/#download-section
（2）下載64位、Python3.7版本
（3）下載完成後點擊
（3）點擊Next
（4）選擇I Agree
（5）選擇Just Me
（6）建議修改爲自定義路徑
（7）全選，點擊Install
2.建立開發環境
（1）點擊開始，選擇Anaconda Prompt（anaconda3）
（2）建立獨立開發環境（注：在此環境中可指定python版本，Python）
（3）激活開發環境
（4）查看此環境中各依賴包
（5）安裝包命令
（注：此處由於不是國內鏡像，下載會比較緩慢）
所以，爲了減少安裝時間，此處提供國內鏡像地址，具體用法如下
清華大學 https://pypi.tuna.tsinghua.edu.cn/simple/
由此可得，安裝工具包的通用命令爲：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 包名==版本號
（注：以下爲本人已經安裝的工具包）
備註：（5）步驟暫且不用做，先了解。在這，anaconda安裝到此結束。
二、正式安裝TensorFlow-GPU版本
總：安裝TensorFlow-GPU版本需要如下軟件配置，且各個軟件詳細版本對照如下
注：版本必須一一對應，否則會導致安裝失敗（出現網上許多失敗問題）
1.安裝CUDA
（1）查看電腦安裝具體版本CUDA
搜索控制面板，選擇硬件和聲音
（2）選擇NVIDIA控制面板
（3）點擊系統信息，點擊組件，即可看見顯卡支持CUDA的版本，可安裝對應版本的CUDA，本人這裏使用CUDA8.0
此圖來源https://blog.csdn.net/lzrocking/article/details/90573854?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task）
（4）由於CUDA必須依賴VS，如未安裝Visual Studio xxxx版，請提前安裝，CUDA與VS版本對應關係如下
CUDA10.0——VS 2017
CUDA9.0——VS 2015
CUDA8.0——VS 2013
（5）VS安裝鏈接（VS的安裝直接next就行了，由於此處着重於CUDA安裝，VS可自行安裝即可）
visual studio 2013 社區版
visual studio 2015 社區版
http://download.microsoft.com/download/B/4/8/B4870509-05CB-447C-878F-2F80E4CB464C/vs2015.com_chs.iso
（6）本人安裝好VS2013之後，再安裝CUDA8.0，點擊Download即可
CUDA8.0鏈接：https://developer.nvidia.com/cuda-80-ga2-download-archive
（7）點擊如下
（8）點擊ok
（9）勾選如下
（10）安裝位置如下，記住這個（C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0）路徑，點擊安裝
2.安裝CUDNN
CUDNN與CUDA的關係對照見 （二、總：）
（1）一般說來CUDA8.0——CUDNN5.1、CUDNN6
CUDA9.0——CUDNN7
CUDA10.0——CUDNN7
（2）此處附上本人安裝CUDNN5.1版本
鏈接：https://pan.baidu.com/s/13mHDvPob_eNivT9sbZkPFg
提取碼：k8fi
（3）解壓
（4）將如下三個文件夾全部複製
（5）粘貼到之前我們記住的這個C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0路徑裏面
（6）到此CUDA和CUDNN安裝全部完成
3.安裝TensorFlow-GPU版本
（1）按照一、2、（3）
（2）pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.2.0
注：如果安裝失敗，不用管，再輸入上圖這個命令，再來一次，直到成功（因爲可能是網絡原因導致的）
（3）pip list
至此，TensorFlow-GPU版本環境搭建成功！
三、安裝開發工具Pycharm
簡介：這個軟件就是用來寫代碼、運行的工具。添加上述環境到這個開發工具裏面就可以行了。
（1）官網鏈接：https://www.jetbrains.com/pycharm/
（2）點擊download
（3）點擊professional版本下載
（4）下載完成後，點擊
（5）點擊Next
（6）由於本人安裝的時候一路Next下去，所以不在此過多闡述
（7）到此，安裝成功！
（8）由於專業版需要激活，可自行去網上尋找
1.打開pycharm
2.點擊文件，設置
3.點擊左上角
4.點擊Add
5.點擊
6.點擊
7.點擊
8.出現下圖即可
9.新建項目，test.py
10.如下代碼
import tensorflow as tf
hello=tf.constant('hello,world')
sess=tf.Session()
print(sess.run(hello))
11.出現如下圖
終於大功告成！！！