直接放精簡版的路線：
0，瀏覽tf官方網站的指南：https://www.tensorflow.org/install/install_windows
1，知道怎么部署anaconda最新版和vscode的連接
2，pip安裝tf-gpu最新版
3，NVIDIA官網下載tf官方指南上對應的cuda版本（2018年3月，現在是cuda 9.0）
4，NVIDIA官網下載tf官方指南上對應的cudnn版本（2018年3月，現在是cudnn 7.0）
5，下載visual studio15.4（針對cuda9.0現在的版本，不能用最新的15.6，不然第7步會build failed）
6，安裝cuda，打開cmd or powershell 輸入nvcc -V，確認cuda已部署。在環境變量確認cuda（參考https://www.leiphone.com/news/201711/GCh0IBszXrxP1iHU.html）。
7，用VS2017編譯cuda sample（參考https://www.leiphone.com/news/201711/GCh0IBszXrxP1iHU.html的“4.2. 使用VS和CUDA編譯測試文件”）
8，anaconda prompt，新建一個tf的環境，除了安裝tf-gpu以外，安裝其他自己需要的庫
（參考tf官網https://www.tensorflow.org/install/install_windows的“Installing with Anaconda”）
（第四步選gpu版tf）
9，在anaconda prompt里驗證tf的可行性（參考tf官網的“Validate your installation”）
10，把tf安裝目錄放到環境變量里（可選，因為不確定是不是必須的）
11，vscode里選編譯環境到新的tf目錄下
12，vscode里嘗試tf的驗證程序，如果報錯，請重啟電腦。
坑：
1，vs版本太高不行
2，cuda cudnn版本太高也不行
3，conda install tensorflow-gpu出來的版本很低，不確定是否影響結果，我用的pip才裝到1.6
4，pip要部署國內鏡像。推薦校園網部署清華的，別部署阿里雲。我用清華的下載速度6MB/s。
5，vs2017安裝總是卡在graphic的一個什么東西上，如果同樣安裝卡在這里，重新安裝，把安裝內容選項里面的2個graph開頭的內容勾去掉。
6，注意第4步，安裝的cudnn即便是大版本號對了，也可能在更進一步的使用過程中報錯，因為tf和cudnn兼容性的問題。截止3/27/2018，請使用cudnn v7.0.4