经过一个礼拜的折腾，终于把windows7下的tensorflow环境搭建好，参考一系列的网上教程，遇到问题参考了好多CSDN上的博客，也走了些冤枉路，所以迫不及待想总结一下，给准备搭建现在最流行最火的深度学习环境tensorflow的小伙伴们看一下，就不用那么麻烦去网上找answer了，话不多说，开篇。
本人台式机配置：显卡–GTX 1050 Ti
OS—windows7
GPU环境的配置
cuda_8.0.44+cudnn-8.0
准备安装包：（cuda）https://developer.nvidia.com/cuda-toolkit-archive
（cudnn）https://developer.nvidia.com/rdp/cudnn-archive
找不到就直接在NVIDIA官网的页面里搜索
PS：最好要有vs2015的社区版，也就是免费版，会用到vs2015配置和检测cuda环境是否配置好，下载链接 https://www.visualstudio.com/zh-hans/vs/older-downloads/（注：cudnn和vs2015都需要账户，自己申请就ok）
cuda的下载与安装注意点：
1.
2.
3
**安装：**cuda，按推荐走，装完需要在计算机的环境变量里添加路径。步骤：计算机->属性->高级系统设置->环境变量->系统变量->寻找Path（没有就新建，虽然windows不区分大小写，但Path最好这样命名）
这是装完cuda就有的路径，我们需要在Path中添加如下路径：
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64;
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\common\lib\x64;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin
检测cudn的安装：在命令端输入 nvcc -V，出现下图：
安装cudnn：下载cuDNN得到的是一个压缩包，将安装包解压到【C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0】的目录下。（同名文件夹会自动合并）
—————至此，gpu的环境搭建完
Anaconda3+tensorflow 的安装与配置
方法1：
1.1安装Anaconda3-4.2.0(python版本为3.5.2，匹配tensorflow)
链接为清华源：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
1.1.1安装Anaconda就是点next；
1.1.2装完修改国内镜像源->在命令端输入（为的是更新更快，因为官网很慢）：
conda config –add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config –set show_channel_urls yes
此时，目录 C:\Users\<你的用户名> 下就会生成配置文件.condarc，打开并修改成如下：
查看是否生效，通过命令 conda info 查看当前配置信息，内容如下，即修改成功，关注 channel URLs 字段内容
—注意：Anaconda安装是勾选了路径，所以Path会自动添加，可能会覆盖之前的cuda的路径，可以在其后再添加一遍。
1.1.3在cmd终端输入会有python会有下图，退出命令为exit()。
PS:
—–4.2.0版本的Anaconda Navigator会打不开，是因为版本太老，只需要更新下它就行->命令为 conda install anaconda-navigator
1.2安装tensorflow包
gpu版
pip install –ignore-installed –upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-1.0.1-cp35-cp35m-win_amd64.whl
或 pip install –ignore-installed –upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-1.1.0-cp35-cp35m-win_amd64.whl 版本有好几个，具体可以官网查
cpu版
pip install –ignore-installed –upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.1.0-cp35-cp35m-win_amd64.whl
安装完，在终端输入
python
import tensorflow as tf
无错误即已安装成功
方法2：如果安装的不是4.2.0的Anaconda3,如python版本为3.6的
2.1安装完，在cmd中输入python，查看版本
2.2创建python=3.5.2的tensorflow环境（我的name为tensorflows，因为已经有了tensorflow）
conda create -n tensorflows python=3.5.2
create完，中间过程输入y,接着出现，按下图操作
2.3
PS：如果activate命令用不了，在Path里继续添加变量：
%SystemRoot%\system32;%SystemRoot%;%SystemRoot%\System32\Wbem;
是继续，不是新建，不然会被覆盖！
方法3：在安装好的Anaconda3中，打开Anaconda Navigator（方法3意义在于tensorflow的框架很好搭，是在对应版本为3.5.2的基础上）
3.1
这就是我们方法2中创建的tensorflows环境，对应python版本为3.5.2
3.2我们也可以直接在这个界面创建环境，下面实例，
//3.2.1
这边使用环境创建的为3.5.4版本，我们放弃这个步骤
PS:在cmd查看已创建的环境：conda info -e *表示现在的环境
删除一个环境：conda remove -n 环境名
//
3.2.2
这边我们可以重复方法2的开头
—->接着在navigator里操作，查看not install，搜索tensorflow会出现cpu和gpu版本，接着apply相应的版本
.1)
.2)
.3)
如上就基本结束了
配置pycharm
1.在官网下载最新的professional版本，安装到最后，打开后，选择注册code，进行**，**码在此链接http://idea.lanyus.com/,复制进去就OK
2 要在pycharm下使用tensorflow，要设置好pycharm下解释器interpreter的路径【File –> Setting –> Project –> Project Interpreter】，这里也就是tensorflow的路径
2.1 如果是4.2.0的版本装的tensorflow，无虚拟环境，就不需要改，如图
2.2 如果是创建的环境，则需要选择对应的环境里的python.exe
3.测试
3.1 test代码
3.2结果
总结
个人推荐为：
1.下载anaconda3-4.2.0+cmd安装tensorflow+pycharm（这边的版本难找，反正我都是复制网上的代码，前缀都一样，cp35代表python版本，windows就是平台，64对应的位数，都是storage.googleapis.com上的，带gpu为gpu版本，cpu亦然）
2.其他版本anaconda+方法3 最好
此帖为本人第一帖，也是参考其他人的，在此给出引用http://blog.csdn.net/houchaoqun_xmu/article/details/58657083?readlog