之前做tf（下文用tf指代Tensorflow）的相關開發都是基于Linux和Mac，最近發現tf已經對win有了支持，于是在自己的win本上進行了相關的配置嘗試，遇到了一些小坑，也參考了網上一些前輩留下的技術資料，就用這篇文章記錄一下。

tf的GPU版本比CPU版本要快出很多，所以我首選GPU版本。GPU版本需要電腦內置NVIDIA的獨立顯卡。我的電腦配置為8G內存、i5-7300hq的cpu和GTX-1050的GPU。操作系統為win10。

目前win平臺僅支持python3.5，這要特別注意！我之前安裝的最新的python3.6版本，在執行pip命令安裝tf的時候會報錯！

1、安裝anaconda。這個可以去官網下載：https://www.continuum.io/downloads/

下載完畢后一步步點擊安裝即可。我安裝在了D盤，安裝完后把：D:\Users\你的用戶名\Anaconda3\Scripts路徑添加到環境變量里。方便cmd下使用conda。

2、由于上文提及我安裝了python3.6，所以在cmd下利用anaconda運行下面命令創造一個python3.5的環境：

conda create --name tensorflow python=3.5

activate tensorflow

conda install jupyter

conda install scipy

pip install tensorflow-gpu

3、安裝NVIDIA顯卡的兩個驅動：

CUDA安裝：https://developer.nvidia.com/cuda-downloads

下載完是一個exe文件，一步步點擊下一步完成安裝！

CuDNN安裝：https://developer.nvidia.com/cudnn

需要注冊才能下載，我解壓到了C盤：C:\cuda（把它添加到系統環境變量）。這里有個坑！添加環境變量的時候一定不要忘記添加C:\cuda\bin，因為這里面有cudnn64_5.dll這個文件。你要是不添加，會報錯！

4、然后運行pip install --upgrade --ignore-installed tensorflow-gpu

5、配置Pycharm你的項目的Project Interpreter，選擇上文中建的那個名為tensorflow的python3.5環境。

6、輸入下面代碼：

import tensorflow as tf

hello=tf.constant("Hello!TensorFlow")

sess=tf.Session()

print(sess.run(hello))

運行：

出現上面結果，證明配置成功！