聲明
什么cuDNN之類的安裝，應該是毫無難度的，按照官網的教程來即可，除非。。。像我一樣踩了狗屎運。咳咳，這些問題不是本文的關鍵。
本文的關鍵是解決pip安裝tensorflow gpu版的問題。
安裝環境
操作系統：64位的Windows 10 的1709版，
顯卡：GTX 1080Ti
Python：3.6.5，64位
准廢話
在網上查了很多資料，包括tensorflow官網的安裝指南，然而總是報錯：
Could not find a version that satisfies the requirement tensorflow-gpu (from versions: )
No matching distribution found for tensorflow-gpu
實在是想不明白，官網明明寫着windows版支持python 3.6.x。。。然后我切換到3.5.x，竟然還是不行。。。Anaconda的方法也跪了。。。
官網還給出了版本要求不滿足的問題的解決方法參考資料：
然而並沒有什么卵用。。。所有的方法都試過了。只是給出的StackOverflow相關討論里有種解決方法讓我比較在意的：
官網要求用pip3來安裝，但是不記得是在哪里看到的，貌似在沒有python 2.x與python 3.x共存的情況下，pip3和pip似乎是一樣的。
出於死馬當活馬醫的念頭，就試了一下改用pip安裝，神了。。。玄學，竟然成功了一半！吐血。。。
再試試后面用在線的whl文件安裝方式。。。竟然也是成功了一半。。。
但是呀，但是，這個版本也太低了吧。本着喜新厭舊的心態，我又在StackOverflow上找到了一個鏈接：
https://storage.googleapis.com/tensorflow
這個鏈接貌似有維護着類似這個鏈接的whl文件，
$ pip install https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.10.0rc0-cp27-none-linux_x86_64.whl
打開之后搜了一下，沒有發現有對應的windows的gpu版本。。。
怒了。。。直接去pypi官方搜tensorflow-gpu的包，竟然有找到。。。谷歌和windows什么怨什么仇。。。
快告訴我這是什么？！！！
既然是用Windows 10，而且是64位的系統和64位的 Python 3.6.5，那么自然應該選擇上圖中紅色的版本：
tensorflow_gpu-1.8.0-cp36-cp36m-win_amd64.whl
至於為什么選擇這個whl包，和它的命名規范有關，請參考：《Python Wheel 包命名規則和 ABI 兼容》https://segmentfault.com/a/1190000007591736 。
好，表演開始：
正片
第一步，安裝tensorflow-gpu
額。。。tensorboard。。。怎么又是成功了一半。。。
這里報錯的意思是找不到滿足要求的 tensorboard 版本，要求小於1.9.0，大於等於1.8.0版本。
第二步，安裝tensorboard
試試pip直接安裝：
果然還是不行。。。
再試試whl大法：
這是什么？快告訴我！！！tensorboard 1.8.0，這不是有滿足要求的包嗎？雖然我用的是清華開源鏡像，但是經過檢查，鏡像里也有這個包，怎么就不滿足版本要求了？
點進去之后選擇相應版本的whl，復制其鏈接：
pip3 install <復制的鏈接>
哎喲，還是可以的嘛
第三步，繼續安裝tensorflow-gpu
和第一步相同，用whl方式繼續安裝tensorflow-gpu，注意這一步不要用什么--ignore-installed的參數。。。
看來是成了？
注意這里假設你已經把CUDA / cuDNN之類的裝好了。
來一小段代碼試試：
import tensorflow as tf print(tf.__version__) sess = tf.Session() a = tf.constant([1.0, 2.0]) b = tf.constant([3.0, 4.0]) c = a * b print(sess.run(c)) sess.close()
如無問題，應該會打印出類似下面的結果：
注意：
- tf.Session()調用之后可能需要等一段比較長的時間才會有反應。
- 如果在import tensorflow階段就報錯了，說明還沒正常安裝或者配置好。
怎么樣？
不過這個版本很新，哈哈哈，不知道會不會有什么問題，之前在StackOverflow上看到的https://storage.googleapis.com/tensorflow 上給出的 windows gpu 版本是1.2版本的（說不定是他們寫錯了？），可是不知道為什么，后來windows gpu版本在鏈接中給出的xml文件里完全找不到了，只剩cpu版，可能是有坑還是什么的，使用的時候還請各位要多加小心，雖然我知道你們都是用linux的，哈哈哈，我的linux滾動更新掛了，莓辦法。
關於CUDA® Toolkit 9.0 安裝的坑
這坑比浪費了我很多時間，如果你用的是 Visual Studio 2017 ，恭喜你，很有可能安裝失敗，CUDA安裝包自帶的 Visual Studio Integration 組件每次安裝都是失敗的，導致整個CUDA安裝都被回滾。
只能在安裝時選擇自定義，然后取消選中Visual Studio Integration 組件。
還有就是如果之前已經裝了更加新版的Nvidia顯卡驅動或者CUDA或者Nsight時，卸了吧。Nsight也是個坑比，在Win10沒法直接卸載，官網的卸載說明也只有一句話，叫你去控制面板自己卸載。。。但是那樣是不行的，至少我這有個血淋淋的案例，你只能先卸載VS2017，否則Nsight卸載不掉，甚至你想卸載VS2017都會卡住，不知道有沒有更好的方法。如果卸載VS2017卡住了，可以用VS自帶的特殊卸載工具 InstallCleanup.exe 來卸載，而且更快。詳細說明見：https://docs.microsoft.com/en-us/visualstudio/install/remove-visual-studio
被Nsight折騰慘了的我，此刻唯有這幅圖能表達我的心情！