一、查阅版本对应
版本对应适用于近期一段时间，本文章将根据版本对应及时更新。
最关键的部分是tensorflow-gpu版本和CUDA版本、cuDNN版本的对应，如果对应关系不正确，tensorflow-gpu将无法正常运行
tensorflow-gpu 1.8.0
CUDA Toolkit 9.0 -Setp 2017
cuDNN v7.1.3 (April 17, 2018), for CUDA 9.0
Anaconda 5.1 for Python 3.6 version
pycharm Version:2018.1.3
二、安装Anaconda
1、 Anaconda，内置了python编译器，并且它集成了很多科学计算所必需的python库，能够避免很多依赖问题
2、下载地址：https://www.anaconda.com/download/#windows点击打开链接
根据操作系统位数点击左下 Python 3.6 version 下方下载链接
3、安装过程一路默认即可，注意记得勾选将Anaconda添加到环境变量中
三、安装CUDA
1、Tensorflow如果需要GPU支持，能够通过GPU加速实现，需要NVIDIA支持CUDA的显卡，然后需要安装CUDA和cuDNN两个库（专为Deep Learning准备加速的两个库）
2、首先，查看本机显卡是否支持CUDA
查阅地址：https://developer.nvidia.com/cuda-gpus点击打开链接
见下图，如本机显卡为GTX 1070，可以看出不仅是支持CUDA的，而且计算能力能够达到6.1
3、CUDA下载地址：
https://developer.nvidia.com/cuda-90-download-archive?target_os=Windows&target_arch=x86_64点击打开链接
下载界面见下图，选择WIN10，然后推荐选择 exe{local}，能够一次性下载完整文件
4、下载后安装一路默认即可，安装过程中屏幕可能会闪烁，在安装CUDA时，还会安装一些其他NVIDIA有用的驱动程序等
四、安装cuDNN
1、下载地址：https://developer.nvidia.com/rdp/cudnn-download点击打开链接
下载之前需要先注册账号，注册好后登陆后，再勾选同意软件协议即可出现下载界面
选择cuDNNv7.1.3 for CUDA9.0 下拉菜单中再选择cuDNN v7.1.3 Library for Windows 10
2、下载完成后为一个压缩包，压缩包中包含三个文件夹，将其解压后的三个文件夹全部复制到CUDA路径下即可
CUDA路径，例如：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
复制过程中需要管理员权限，选择是，将三个文件夹复制与替换掉v9.0目录下三个文件夹即可
五、安装Tensorflow
1、我们这里因为安装了Anaconda，调用的也是其下的python编译器，因此需要将tensorflow-gpu安装至其库下
2、我们这里采取直接下载whl文件，然后通过pip install操作进行安装。这样的好处的安装包下载速度较快，而且安装过程很稳定，这里我们到python的下载库去下载whl文件
下载地址：https://pypi.python.org/pypi/tensorflow-gpu点击打开链接
选择左侧Download files，选择右侧列表里最后一项，即 tensorflow_gpu-1.8.0-cp36-cp36m-win_amd64.whl(md5)
3、下载好tensorflow-gpu的whl文件后，下面需要将其安装在Anaconda的库下，首先打开Anaconda Prompt（安装Anaconda时已安装好的），在打开后输入pip install +whl文件存放完整路径，如下图所示
随后将开始进行安装，安装后显示successfully....即表示tensorflow-gpu成功安装于Anaconda库下
六、安装pycharm
1、PyCharm是一种Python IDE，带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具，比如调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制。
2、下载地址：http://www.jetbrains.com/pycharm/download/#section=windows点击打开链接
如下图所示，选择community社区版，下载后安装即可
3、安装后需要将pycharm的编译器设置为Anaconda下的python编译器，按以下步骤
打开pycharm→选择settings设置→找到Project Interpreter→找到右侧齿轮按钮，选择Add Local→选择第三项System Interpreter→指定为Anaconda下的python编译器,如下图所示
通过以上步骤边完成了win10操作系统下tensorflow-gpu+CUDA+cuDNN+Anaconda+pycharm编程环境的配置
七、测试
八、其他问题（随时更新）
1、如已安装CUDA其他版本，不能与Tensorflow版本相对应，需要卸载并安装对应9.0版本的，见如下博客