第一步：安裝vs2015以上的版本，這個百度一下有很多資源，並且官網也是免費下載的，就不贅述了，安裝的時候把C++的元件勾上就行。

第二步：安裝匹配TensorFlow版本的CUDA，比如目前TensorFlow-gpu 1.10.0需要CUDA9.0版本（1.3G），安裝CUDA時要選擇“自定義安裝”，然後，將CUDA一欄中的“Visual Studio integration”勾掉（不然會出錯，所以才會先有第一步！）。

網址如下：

https://developer.nvidia.com/cuda-90-download-archive 

第三步：下載匹配TensorFlow版本的cuDNN，比如目前TensorFlow-gpu 1.

第四步：新增環境變數

左擊桌面的“計算機”圖示，依次選擇“高階系統設定”--“環境變數”，在“系統變數(S)”中找到Path選項，雙擊編輯“變數值(V)”：你需要以下的路徑是否在Path中，如果沒有，就新增對應的路徑（一般是最後兩個路徑沒有）：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\libnvvp

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include

第五步：將cuDNN壓縮包解壓後得到3個子資料夾（bin,lib,include），你需要把這3個子資料夾複製“NVIDIA GPU Computing Toolkit\CUDA\v9.0”資料夾下（系統會提示已經存在，是否合併，選擇確定就可以了），如果找不到資料夾的位置，自己在C盤搜尋CUDA就能找到了。

第六步：安裝Anaconda3，以管理員方式開啟Anaconda Prompt, 然後，輸入命令：

activate tensorflow

來啟用tensorflow環境，然後，輸入命令：

pip install tensorflow-gpu

實現安裝tensorflow-gpu。

如果有需要，接著輸入：

pip install keras

來安裝keras。

第七步：試探性的在python命令欄裡import tensorflow as tf，這次一般還不能成功引用，不過沒關係，把電腦重啟一次再試一次就可以了。