windows环境下TensorFlow-gpu版本的安装
如果您只希望简单一点的安装Tensorflow，那么可以安装CPU版本的
这个安装起来很简单，在Anaconda里边输入conda install tensorflow即可
如果是安装gpu版本的（这个版本复杂一点，但是很快，比CPU版本的运算速度快1.5倍）
1.准备资源：
首先下载各种用于图计算的python库
比如：numpy，script，script-learn等
下载网址：https://www.lfd.uci.edu/~gohlke/pythonlibs/
还有需要在这链接里边下载一个tensorflow-gpu版本
2.安装资源：
在安装之前，先要确保以前安装的要被卸载然后重新安装
如果已经安装过Anaconda，那么可以这样做：
在搜索里输入Anaconda搜索到Anaconda Prompt，双击，然后在里边输入conda uninstall x和pip uninstall x,这里的x分别对应前边的那些资源，比如numpy,script,script-learn,tensorflow-gpu等等，在确保这些都已经成功卸载了之后再继续后边看。
如果没有安装Anaconda，那么我建议先安装这个软件，网上教程很多，请自行百度
卸载完成后，就可以安装CUDA和CUDnn这两个资源，大家可以在官网里下载，当然官网打开会很慢的，这里我提供百度云的永久链接
链接：cudnn5.1看版本：http://pan.baidu.com/s/1gfKnK4b 密码：2mkv
CUDA 8.0.44版本的：http://pan.baidu.com/s/1pKXo10f 密码：t7n1
这里说明一下，这里的CUDnn版本为5的正好能够完整解析版本号为8的CUDA，官网的最新的CUDA_9是在windows还没有完全支持CUDnn的版本，可能后期会有这个版本出来，后期再说吧，先安装这两个版本可以完美支持tensorflow-gpu1.1的。
然后就双击cuda的安装包，其中的安装目录可以更改，安装完成后，在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0这个路径下边，有三个文件夹，分别是
bin,include和lib,这里需要把bin的目录和lib/x64的目录放到环境变量的path 中
注意了，如果安装这个CUDA中间出现了黑屏没有反应的时候，可以等一会，如果还是不行，可以强行重启，然后再试一次，就不会有问题了，我也不知道为啥会这样，可能中间会有没有解决的bug了，，，当然如果还是不行，那么只可能是你的显卡和这个版本的CUDA不兼容，我的测试显卡是GTX-960，，是可以兼容的,当然更高肯定也是可以的,,
接下来解压CUdnn，里边有三个文件夹，分别是上面说到的三个文件夹，只需要把这三个文件夹里边的三个文件分别放到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0这个路径下的bin,include和lib/x64的路径下，千万不要放错了，，要对应名字。。。
放完了就大功告成了
最后来测试一下，运行下边的python代码：
import tensorflow as tf;
如果没有报错，那么恭喜你成功了，哈哈
如果报错为import dll error,那么就是你的tensorflow-gpu对应的版本不一样，tensorflow-gpu_1.1版本的只能够对应CUDA8和Cudnn5的版本。
如果发现还是出这样的错误，那么试着从我说的最前边的第一步开始，把numpy,script和script-learn通过pip和conda重新卸载并且安装,记住是这两个conda和pip都要试下，因为这两个方式安装的路径是不一样的，可能你并没有卸载完全，只是卸载了一部分，，，记住了，，，我就在这里犯了大坑，，
希望能够帮助到你
最后补充一句，不管什么时候要完成一个任务的时候，遇到困难并不可怕，可怕的是没有什么想法去解决，这样的话，你是不会解决这样的问题的