如果自己的GPU还可以，个人强烈建议装一个GPU版本的tensorflow，会比CPU版本的快很多。
所需软件：
anaconda，CUDA，CUDNN，tensorflow-gpu
说明：
这个四个软件之间版本协调非常不好，本人也是踩了很多坑，装了又卸，卸了又装，才找到合适的搭配：
anaconda3.5.2，CUDA9.0.176，CUDNN7.0.5，tensorflow-gpu1.5.0
CUDA跟CUDNN的安装：
版本选择
CUDA版本选取主要看你电脑的实际情况：
首先打开NVIDA控制面板，然后点击帮助，打开里面的系统信息，再点组件，你就会看到：
这就是你所需要下载的cuda的版本，同时根据CUDA的版本(https://developer.nvidia.com/cuda-toolkit-archive)下载CuDnn的版本(https://developer.nvidia.com/rdp/cudnn-archive)。
安装
1、CUDA
安装过程中关掉360，不然会一直弹出窗口。选择自定义安装，去掉display、phs的安装。
2、CUDNN
先对下载好的CUDNN解压缩，然后把里面的
直接复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0文件夹就好了。
验证
打开cmd，输入nvcc -V，出现相应版本说明你安装好了。
cd C:\Program Files\NVIDIA Corporation\NVSMI
nvidia-smi
anaconda的安装
版本
最新的版本（Anaconda3-5.3.1-Windows-x86_64）使用了python3.7，tensorflow-gpu并不支持，我选择了（Anaconda3-5.2.0-Windows-x86_64）
安装
anaconda的安装也很简单，只要记得注意勾上添加路径就好了。
tensorflow-GPU的安装
版本
我选择的是1.5.0版本
安装
1、打开cmd，输入conda info --envs ，你可以看你到计算机已有的环境
2、输入conda create --name tensorflow-gpu pythnotallow=3.6 ，接着输入y，创建一个新环境
3、输入activate tensorflow-gpu，激活环境
你再输入conda info --envs 会发现多了一个环境
4、输入pip install tensorflow-gpu==1.5.0，然后等着它安装完就好了
5、我们创建的 tesorflow-gpu这个环境里是空的，很多基础包是没有的。我们需要装：
conda install anaconda6、打开anaconda，切换环境
然后，安装spyder，这时候要注意安装具体版本，默认安装的话会装到最新版本，这样的话你会发现你的计算机还是一直在用CPU计算而不是GPU，我选择了3.2.8
点击右上角，再点install specific version，选择相应版本就好了
测试
1、import tensorflow as tf
tf.test.gpu_device_name()
说明你在使用了GPU
你还是在使用CPU，安装过程出了问题。
