准備：
系統環境： windows10 + Anaconda3 + Pycharm
（1）環境配置：
打開Anaconda Prompt，輸入清華倉庫鏡像，這樣更新會快一些：
輸入：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
同樣在 Anaconda Prompt 中利用Anaconda創建一個python3.5的環境，環境名稱為tensorflow ，輸入下面命令：
注意：tf現在已支持在win上安裝py3.6版本。詳見官網：https://www.tensorflow.org/install/
（3.5環境不是必須的了）
conda create -n tensorflow python=3.5
運行 開始菜單 ->Anaconda3—>Anaconda Navigator，點擊左側的Environments，可以看到tensorflow的環境已經創建好了。
在Anaconda Prompt中啟動tensorflow環境：
activate tensorflow
注：當不使用tensorflow時，關閉tensorflow環境，命令為：deactivate(返回默認的python 3.6環境)
（2）安裝tensorflow
命令行先激活tensorflow
activate tensorflow
輸入命令：pip install tensorflow-gpu 經過漫長的等待
這個時候雖然已經安裝好了TensorFlow,但是因為需要GPU加速，我們還需要安裝cuda和cuDnn(專門為deep learning准備的加速庫)。
(3) 安裝cuda, 點我點我 ,安裝直接點擊next即可（注意安裝8.0版Gan2，目前tf最高只支持8.0版，對應的適配cudnn是6.0版）
根據自己的環境選擇對應的版本,exe分為網絡版和本地版，網絡版安裝包比較小，執行安裝的時候再去下載需要的包；本地版安裝包是直接下載完整安裝包。這里建議下載本地版
（4）cuDnn庫的安裝 點我點我，這個比較繁瑣，需要填寫許多問卷，下載壓縮包
下載完cuDnn壓縮包后解壓，
這樣就大功告成了。
下面命令行測試一下tensorflow能否運行，在Anaconda Prompt / cmd命令下進入python環境后，逐行輸入：
import tensorflow as tf hello = tf.constant("Hello!TensorFlow") sess = tf.Session() print(sess.run(hello))
輸出為：
b'Hello Tensorflow'
（6）在pycharm中使用tensorflow
新建工程后在 File-Setting–Project Interpreter 選擇 tensorflow 下的Python解釋器（或者直接在里面搜索 tf-gpu，安裝即可，晚會再裝cuda+cudnn）
隨便跑個HelloWorld測試一下，
import tensorflow as tf hello = tf.constant("Hello!TensorFlow") sess = tf.Session() print(sess.run(hello))
控制台輸出：
b'Hello Tensorflow'
這種方式的好處：不用每次都 開啟、關閉環境了（activate tensorflow 、deactivate tensorflow）。
（7）tensorflow測試next：
①官方教程代碼測試：
#Creates a graph. a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a') b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b') c = tf.matmul(a, b) #Creates a session with log_device_placement set to True. sess = tf.Session(config=tf.ConfigProto(log_device_placement=True)) #Runs the op. print sess.run(c)
輸出：
Device mapping: /job:localhost/replica:0/task:0/gpu:0 -> device: 0, name: Tesla K40c, pci bus id: 0000:05:00.0 b: /job:localhost/replica:0/task:0/gpu:0 a: /job:localhost/replica:0/task:0/gpu:0 MatMul: /job:localhost/replica:0/task:0/gpu:0 [[ 22. 28.] [ 49. 64.]]
②example 測試
詳細參考博文 http://blog.csdn.net/sb19931201/article/details/53648615//
剛剛接觸深度學習，還不是怎么了解，先裝上利器再說~_~ 歡迎大家有問題指教。
參考：
1. http://m.blog.csdn.net/u012052268/article/details/74202439
2. http://blog.csdn.net/sb19931201/article/details/53648615//
3. http://blog.csdn.net/hdd0411/article/details/71305931?locationNum=8&fps=1