前置檢查
- 已安裝 Python 2.5 及以上版本（建議安裝 3 以上版本）
請自行到官網下載安裝。 - 已安裝 Numpy
獲取地址（請根據自己的系統及需求下載）
注1：也可以在 cmd 中使用 pip 安裝（前提是已經安裝 pip，Python3 及以上版本安裝好以后就自帶的），在命令行中輸入：
pip3 install numpy
然后等待安裝成功。
注2：安裝過程中若出現問題請到 這里 查詢。 - 已安裝 VisualStudio 2015
這個教程很多，隨便百度一下就會出來很多。
使用 pip 安裝 TensorFlow
- 安裝 GPU 版 （運行速度更快，推薦，但只有 NVIDIA 的顯卡才能安裝）
在 cmd 中輸入pip install tensorflow-gpu - 安裝 CPU 版
在 cmd 中輸入pip install tensorflow
安裝 cuda
劃重點！！！！ 在安裝之前，請務必關閉 360安全衛士/騰訊管家 等安全軟件！！！
- 安裝之前請先到 這里 查詢你的電腦顯卡是否支持 cuda 。
- 到 官網 下載自己需要的版本
注：建議下載本地版，網絡版會從網頁獲取數據，可能會失敗； - 雙擊 .exe 文件開始安裝
- 如果選擇自定義安裝，建議使用默認路徑。
- 安裝完成后，可在 cmd 中輸入
nvcc -V來查看當前已安裝 cuda 的版本信息，如果輸出了版本信息，說明安裝成功。
下載 cudnn
- 同理，到官網下載對應你的 cuda 版本的 cudnn。
注1：如果安裝的是 cuda8 ，請下載 cudnn v6，因為使用 pip 安裝的是最新版的 TensorFlow，而 TensorFlow1.3 就已經不再支持 cudnn v5，而支持 cudnn v6。
注2：下載完成后是一個壓縮包，解壓后有三個文件，如圖
cudnn 解壓后
請將三個文件夾一并拷入安裝 cuda 中的 cuda 文件夾中，如：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8
，與命名相同的文件夾合并，如圖：
cuda 文件夾 - 檢測系統環境變量 PATH 是否配置好，例如：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\libnvvp
檢查是否能正常使用
- 在 菜單->程序->Python 中，找到 Python 自帶的編輯器 IDLE，打開，并輸入：
import tensorflow as tf
回車，若成功，則安裝成功。
補充：
- 簡單矩陣乘法 測試示例代碼：
import tensorflow as tf
a = tf.random_normal((100, 100))
b = tf.random_normal((100, 500))
c = tf.matmul(a, b)
sess = tf.InteractiveSession()
sess.run(c)
輸出：
output
