一、 CUDA與cuDNN下載與安裝（后續有安裝caffe想法的同學建議執行，僅安裝tensorflow可跳過此步驟）
CUDA:
CUDA是由Nvidia創建的並行計算平台和應用程序編程接口（API）模型。它允許軟件開發人員和軟件工程師使用支持CUDA的圖形處理單元（GPU）進行通用處理 - 這種方法稱為GPGPU（圖形處理單元上的通用計算）。CUDA平台是一個軟件層，可以直接訪問GPU的虛擬指令集和並行計算元素，以執行計算內核。
下載鏈接: https://developer.nvidia.com/cuda-toolkit-archive
TIPS：為確保設備運行兼容性，建議選擇CUDA Toolkit 8.0 GA1/GA2
安裝過程中請將CUDA安裝到原始默認目錄
cuDDN:
深度神經網絡庫（cuDNN）是用於深度神經網絡的GPU加速原語庫。cuDNN為標准例程提供高度調整的實現，例如前向和后向卷積，池化，規范化和激活層。cuDNN是NVIDIA深度學習SDK的一部分。
下載鏈接: https://developer.nvidia.com/cudnn
TIPS：點擊Download cuDNN
Nvidia要求注冊賬戶方可下載，沒有賬戶請點擊Login完成相關注冊。
同樣為確保兼容性，建議點擊Archived cuDNN Releases
點擊Download cuDNN v5 (May 27, 2016), for CUDA 8.0，下載對應8.0版本。
二、Anaconda下載與安裝
下載鏈接https://www.anaconda.com/download/#windows
安裝過程直接下一步即可，不做贅述，當遇到下圖界面時建議兩個選項均打勾
安裝完成后開始菜單會生成Anaconda文件夾
如圖所示打開Anaconda Prompt，
在命令行輸入 anaconda search -t conda tensorflow
在列出的安裝源中尋找合適的版本下載，在此通過Platforms中找到支持win-64的版本下載
1.dhirschfeld/tensorflow（僅安裝CPU版本）
通過anaconda show dhirschfeld/tensorflow命令，系統展示進一步安裝代碼
上圖可知通過輸入
conda install --channel https://conda.anaconda.org/dhirschfeld tensorflow命令即可完成自動安裝下載
2.jjh_cio_testing/tensorflow-gpu（安裝GPU版本）（此方法可自動配置cuda，因此可直接跳過第一個大步驟）
通過anaconda showanaconda/tensorflow-gpu命令，系統展示進一步安裝代碼
上圖可知，通過輸入
conda install --channel https://conda.anaconda.org/anaconda tensorflow-gpu命令即可完成自動安裝下載
三、驗證
下載完成后打開Jupter Notebook，新建文件輸入import tensorflow as tf 驗證是否安裝成功
如圖所示沒有報錯則代表安裝成功，第一次運行可能出現警告，但不影響使用
通過
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
驗證GPU還是CPU模式，可查看運行完成中Jupter Notebook中設備調用過程判斷tenorflow版本，如圖所示運行的是GPU
本人QQ：2636188875，有問題歡迎打擾