直接放精简版的路线：

0，浏览tf官方网站的指南：https://www.tensorflow.org/install/install_windows

1，知道怎么部署anaconda最新版和vscode的连接

2，pip安装tf-gpu最新版

3，NVIDIA官网下载tf官方指南上对应的cuda版本（2018年3月，现在是cuda 9.0）

4，NVIDIA官网下载tf官方指南上对应的cudnn版本（2018年3月，现在是cudnn 7.0）

5，下载visual studio15.4（针对cuda9.0现在的版本，不能用最新的15.6，不然第7步会build failed）

6，安装cuda，打开cmd or powershell 输入nvcc -V，确认cuda已部署。在环境变量确认cuda（参考https://www.leiphone.com/news/201711/GCh0IBszXrxP1iHU.html）。

7，用VS2017编译cuda sample（参考https://www.leiphone.com/news/201711/GCh0IBszXrxP1iHU.html的“4.2. 使用VS和CUDA编译测试文件”）

8，anaconda prompt，新建一个tf的环境，除了安装tf-gpu以外，安装其他自己需要的库

（参考tf官网https://www.tensorflow.org/install/install_windows的“Installing with Anaconda”）

（第四步选gpu版tf）

9，在anaconda prompt里验证tf的可行性（参考tf官网的“Validate your installation”）

10，把tf安装目录放到环境变量里（可选，因为不确定是不是必须的）

11，vscode里选编译环境到新的tf目录下

12，vscode里尝试tf的验证程序，如果报错，请重启电脑。

 

 

 

 

坑：

1，vs版本太高不行

2，cuda cudnn版本太高也不行

3，conda install tensorflow-gpu出来的版本很低，不确定是否影响结果，我用的pip才装到1.6

4，pip要部署国内镜像。推荐校园网部署清华的，别部署阿里云。我用清华的下载速度6MB/s。

5，vs2017安装总是卡在graphic的一个什么东西上，如果同样安装卡在这里，重新安装，把安装内容选项里面的2个graph开头的内容勾去掉。

6，注意第4步，安装的cudnn即便是大版本号对了，也可能在更进一步的使用过程中报错，因为tf和cudnn兼容性的问题。截止3/27/2018，请使用cudnn v7.0.4