上一篇講到了如何安裝pycharm和anaconda，同時也講了一下怎麼debug，這篇主要講解pycharm安裝tensorflow和gpu版本的tensorflow。

　　Pycharm可以很輕易地裝各種第三方庫和深度學習框架。

　　在File->Setting->Project->Project Interpreter中，點選畫紅圈的地方“+”，

在上面輸入tensorflow，選擇tensorflow或者tensorflow-cpu都可以，然後右下角可以選擇需要安裝的版本，選好後，點選Install Package即可。然後再console看能否匯入，注意這裡需要新建一個console，不然會話沒有載入剛才安裝的tensorflow。

　　Cpu版本的tensorflow安裝比較簡單，gpu版本的稍微麻煩一些。

　　首先確保自己安裝有顯示卡，然後再安裝tensorflow-gpu之前需要先安裝cuda和cudnn。

1.安裝cudn和cudnn

　　安裝cudn之前，需要先去官網檢視自己安裝的tensorflow版本對應的cuda和cudnn版本，這必須一一對應。

　　地址：https://tensorflow.google.cn/install/source_windows

　　然後去下載你所需要的cudn toolkit，cudn toolkit下載地址：https://developer.nvidia.com/cuda-toolkit-archive

　　然後下載cudnn，地址：https://developer.nvidia.com/rdp/cudnn-download

　　這裡對於第一次下載的，是需要註冊一下才能下載的。

2.安裝cudn和cudnn

　　先安裝 cuda，點選對應的exe即可，安裝步驟去下載，cuda 安裝選項選擇自定義，驅動程式元件選擇第一個CUDA就可以啦，其它不需要。後面點選下一步，安裝的時候確保安裝目錄空間夠，不然會提示空間記憶體不足。cuda 安裝完成後，在C盤下面可以看到這個目錄。

　　然後在進入一下目錄

　　將下載下來cudnn壓縮包解壓到這個目錄下（解壓後文件夾即cudn）。

3.在pycharm中安裝tensorflow-gpu

　　選擇剛才和cudn對應的版本，下載即可。

　　在console輸入：

import tensorflow as tf
print(tf.test.is_built_with_cuda()) # 判斷CUDA是否可以用
print(tf.test.is_gpu_available(cuda_only=False,min_cuda_compute_capability=None)) # 判斷GPU是否可以用

　　如果均為True，則安裝好了gpu版本的tensorflow。