系統環境：Windows 10 64bit
顯示卡型號：NVIDIA GEOFORCE 940M
視訊記憶體大小：2G
破頑石FL5900U能跑TensorFlow-GPU我也是很開心的

1. 安裝Anaconda 3。下載地址：https://www.anaconda.com/download/#windows
   預設安裝即可。在Advanced Options處勾選Add Anaconda to my PATH environment variable

2. 安裝CUDA v8.0。下載地址：https://developer.nvidia.com/cuda-80-ga2-download-archive
   根據自己的環境選擇對應的版本，exe分為網路版和本地版，網路版安裝包比較小，執行安裝的時候再去下載需要的包；本地版安裝包是直接下載完整安裝包。建議下載本地版。
   樓主在這裡分享個win10-v8.0版本：
   

   https://pan.baidu.com/s/1Ihx6nhZ3ioASHAS8rBCwzQ
   安裝完成後，開啟控制命令列，輸入nvcc –V檢視版本資訊。
   NVIDIA無法正確安裝的解決方案：
   
   樓主在安裝過程中碰到這個問題= =好多次！！！幾乎每個筆記本都碰到過。按網上說的升級vs、以管理員方式執行都不管用，後來還是在百度經驗中找到答案。
   參考連結：https://jingyan.baidu.com/article/f25ef25461affd482c1b82a6.html
   我來做個搬運工：
   安裝前，右鍵“計算機”，點選“管理”。
   點選“服務和應用程式”，再點選“服務”。
   找到“Windows Installer”，右鍵選擇“啟動”並等待服務啟動。

3. 下載cuDNN。地址：https://developer.nvidia.com/cudnn。下載完成後解壓，用解壓得到的檔案替換CUDA安裝路徑（我的是預設路徑C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0）下的同名資料夾。由於下載cudnn需要註冊，而且密碼還超麻煩（= =大寫+小寫+數字，樓主只能記得純數字的密碼好嗎，反正每次都忘記o(╯□╰)o），所以我還是給個我下載的版本連結，友情提示，本連結僅適用於64位win10，cuda8.0。
   cudnn7: https://pan.baidu.com/s/19PiA3DpWD1GD5MPDrhh0NA

   
   cudnn5: https://pan.baidu.com/s/1F2-wmU7-yz6qPMLC3S6Y4A

替換完成後，開啟 c:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0 目錄下的CUDA的示例程式（這個資料夾是隱藏的，要先顯示出來。裡面對VS2013、VS2015各有生成解決方案），將解決方案配置更改為Release和x64，若編譯成功，則CUDA和cuDNN安裝成功。如果提示是缺少：”d3dx9.h”、”d3dx10.h”、”d3dx11.h”標頭檔案，安裝下DXSDK_Jun10.exe，下載地址：https://www.microsoft.com/en-us/download/confirmation.aspx?id=6812
再次編譯。emmmmm經過多次測試，每次都會報這個錯，所以建議直接先裝DXSDK再編譯吧。。

1. 安裝Tensorflow。保持網路連線，從開始選單中開啟Anaconda Prompt，輸入：pip install tensorflow-gpu==1.2.0（如果不輸入版本號，會預設安裝最新版本1.3.x，但是我的CUDA是v8.0，會提示版本不符合要求）。等待一段時間，安裝完成後測試Tensorflow是否安裝成功，測試方法：在Spyder裡輸入下面的程式碼，不報錯即可。
   import tensorflow as tf
   hello = tf.constant(‘Hello, TensorFlow!’)
   sess = tf.Session()

如果報錯的話。。。比如下面這樣

在網上找了一些解決方案，有的是要裝vs2017執行時，有的是要重灌TensorFlow和anaconda，樓主都試過了，折騰了兩天後來想起來在另外一臺電腦上裝的時候，裝的cudnn5+tensorflow-gpu1.2.0，現在裝cudnn7+tensorflow-gpu1.2.0就會報錯，所以python版本控制很重要啊啊啊。。。換成cudnn5以後就好了。

1. 安裝Keras。保持網路連線，從開始選單中開啟Anaconda Prompt，輸入：pip install keras，等待下載安裝。