准备：
系统环境： windows10 + Anaconda3 + Pycharm
（1）环境配置：
打开Anaconda Prompt，输入清华仓库镜像，这样更新会快一些：
输入：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
同样在 Anaconda Prompt 中利用Anaconda创建一个python3.5的环境，环境名称为tensorflow ，输入下面命令：
注意：tf现在已支持在win上安装py3.6版本。详见官网：https://www.tensorflow.org/install/
（3.5环境不是必须的了）
conda create -n tensorflow python=3.5
运行 开始菜单 ->Anaconda3—>Anaconda Navigator，点击左侧的Environments，可以看到tensorflow的环境已经创建好了。
在Anaconda Prompt中启动tensorflow环境：
activate tensorflow
注：当不使用tensorflow时，关闭tensorflow环境，命令为：deactivate(返回默认的python 3.6环境)
（2）安装tensorflow
命令行先激活tensorflow
activate tensorflow
输入命令：pip install tensorflow-gpu 经过漫长的等待
这个时候虽然已经安装好了TensorFlow,但是因为需要GPU加速，我们还需要安装cuda和cuDnn(专门为deep learning准备的加速库)。
(3) 安装cuda, 点我点我 ,安装直接点击next即可（注意安装8.0版Gan2，目前tf最高只支持8.0版，对应的适配cudnn是6.0版）
根据自己的环境选择对应的版本,exe分为网络版和本地版，网络版安装包比较小，执行安装的时候再去下载需要的包；本地版安装包是直接下载完整安装包。这里建议下载本地版
（4）cuDnn库的安装 点我点我，这个比较繁琐，需要填写许多问卷，下载压缩包
下载完cuDnn压缩包后解压，
这样就大功告成了。
下面命令行测试一下tensorflow能否运行，在Anaconda Prompt / cmd命令下进入python环境后，逐行输入：
import tensorflow as tf
hello = tf.constant("Hello!TensorFlow")
sess = tf.Session()
print(sess.run(hello))
输出为：
b'Hello Tensorflow'
（6）在pycharm中使用tensorflow
新建工程后在 File-Setting–Project Interpreter 选择 tensorflow 下的Python解释器（或者直接在里面搜索 tf-gpu，安装即可，晚会再装cuda+cudnn）
随便跑个HelloWorld测试一下，
import tensorflow as tf
hello = tf.constant("Hello!TensorFlow")
sess = tf.Session()
print(sess.run(hello))
控制台输出：
b'Hello Tensorflow'
这种方式的好处：不用每次都 开启、关闭环境了（activate tensorflow 、deactivate tensorflow）。
（7）tensorflow测试next：
①官方教程代码测试：
#Creates a graph.
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
#Creates a session with log_device_placement set to True.
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
#Runs the op.
print sess.run(c)
输出：
Device mapping:
/job:localhost/replica:0/task:0/gpu:0 -> device: 0, name: Tesla K40c, pci bus
id: 0000:05:00.0
b: /job:localhost/replica:0/task:0/gpu:0
a: /job:localhost/replica:0/task:0/gpu:0
MatMul: /job:localhost/replica:0/task:0/gpu:0
[[ 22. 28.]
[ 49. 64.]]
②example 测试
详细参考博文 http://blog.csdn.net/sb19931201/article/details/53648615//
刚刚接触深度学习，还不是怎么了解，先装上利器再说~_~ 欢迎大家有问题指教。
参考：
1. http://m.blog.csdn.net/u012052268/article/details/74202439
2. http://blog.csdn.net/sb19931201/article/details/53648615//
3. http://blog.csdn.net/hdd0411/article/details/71305931?locationNum=8&fps=1
