一、 CUDA与cuDNN下载与安装（后续有安装caffe想法的同学建议执行，仅安装tensorflow可跳过此步骤）
CUDA:
CUDA是由Nvidia创建的并行计算平台和应用程序编程接口（API）模型。它允许软件开发人员和软件工程师使用支持CUDA的图形处理单元（GPU）进行通用处理 - 这种方法称为GPGPU（图形处理单元上的通用计算）。CUDA平台是一个软件层，可以直接访问GPU的虚拟指令集和并行计算元素，以执行计算内核。
下载链接: https://developer.nvidia.com/cuda-toolkit-archive
TIPS：为确保设备运行兼容性，建议选择CUDA Toolkit 8.0 GA1/GA2
安装过程中请将CUDA安装到原始默认目录
cuDDN:
深度神经网络库（cuDNN）是用于深度神经网络的GPU加速原语库。cuDNN为标准例程提供高度调整的实现，例如前向和后向卷积，池化，规范化和激活层。cuDNN是NVIDIA深度学习SDK的一部分。
下载链接: https://developer.nvidia.com/cudnn
TIPS：点击Download cuDNN
Nvidia要求注册账户方可下载，没有账户请点击Login完成相关注册。
同样为确保兼容性，建议点击Archived cuDNN Releases
点击Download cuDNN v5 (May 27, 2016), for CUDA 8.0，下载对应8.0版本。
二、Anaconda下载与安装
下载链接https://www.anaconda.com/download/#windows
安装过程直接下一步即可，不做赘述，当遇到下图界面时建议两个选项均打勾
安装完成后开始菜单会生成Anaconda文件夹
如图所示打开Anaconda Prompt，
在命令行输入 anaconda search -t conda tensorflow
在列出的安装源中寻找合适的版本下载，在此通过Platforms中找到支持win-64的版本下载
1.dhirschfeld/tensorflow（仅安装CPU版本）
anaconda show dhirschfeld/tensorflow命令，系统展示进一步安装代码
上图可知通过输入
conda install --channel https://conda.anaconda.org/dhirschfeld tensorflow命令即可完成自动安装下载
2.jjh_cio_testing/tensorflow-gpu（安装GPU版本）（此方法可自动配置cuda，因此可直接跳过第一个大步骤）
通过anaconda showanaconda/tensorflow-gpu命令，系统展示进一步安装代码
上图可知，通过输入
conda install --channel https://conda.anaconda.org/anaconda tensorflow-gpu命令即可完成自动安装下载
三、验证
下载完成后打开Jupter Notebook，新建文件输入import tensorflow as tf
如图所示没有报错则代表安装成功，第一次运行可能出现警告，但不影响使用
通过
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
验证GPU还是CPU模式，可查看运行完成中Jupter Notebook中设备调用过程判断tenorflow版本，如图所示运行的是GPU
