先要保證你的GPU對CUDA的兼容性是大于等于3.0的，參考這里：

我的聯想K4450筆記本配置：Win 7企業版，8G內存，64位操作系統，Intel i7-4510U處理器

自帶獨立顯卡 NVIDIA GeForce GT 730M

一、安裝CUDA? Toolkit 8.0

目前版本的tensorflow只支持8.0版本的CUDA，CUDA官網的最新版是9.0

從這里下載歷史版本：

我下載的是 (Feb 2017)

原作者："因為顯卡的驅動和CUDA必須要配套的，安裝CUDA前需要先卸載以前安裝的顯卡驅動。安裝CUDA8.0后，可以發現它自帶的顯卡驅動版本是376.51版本。" 原作者沒有第四步。

我是先卸載以前安裝的顯卡驅動，然后安裝"Base Installer"和"Patch2"，雖然安裝過程中提示找不到兼容硬件，不管它，繼續安裝完畢。

二、安裝cuDNN v6.0

需要注冊一個賬號，CUDA8.0對應的版本是cuDNN v6.0

下載后解壓，把 bin，include 和 lib 三個文件夾復制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0 目錄下，和原先的目錄直接合并就可以了。

三、到NVIDIA官方網站找到GeForce GT 730M筆記本顯卡

我下載了最新版驅動程序版本：390.77，并安裝

四、安裝Anaconda

我下載的版本是 Anaconda3-5.0.1-Windows-x86_64 python3.6的版本：

安裝后打開Anaconda Navigator，在Environment中新建一個環境

安裝tensorflow-gpu

五、顯卡選擇

由于聯想K4450是雙顯卡（Intel HD集成顯卡和NVIDIA GeForce GT 730M獨立先看），需要設置全局使用獨立顯卡

在桌面空白處點擊鼠標右鍵，彈出下圖菜單

點擊"NVIDIA控制面板"，按照圖中紅色方框操作，最后點擊應用

注意：雙顯卡筆記本電腦若不進行上述設置，則運行 tf.Session() 時會出現 "設備是不可移動的,無法彈出或拔出" 的錯誤。

計算機生成了可選文字:彈出NVIDIAGeForceGT730M時出問題雙NVIDIAGeForceGT730M設備是不可移動的．無法禪出或拔出。

六、CUDA環境變量

確保C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\libnvvp;C:\Program Files (x86)\NVIDIA Corporation\PhysX\Common;在系統環境變量中

七、測試TensorFlow

定位到安裝TensorFlow的虛擬環境目錄下地址欄中，輸入"python"并回車：

導入tensorflow測試：輸入import tensorflow as tf 并回車

進一步輸入測試代碼：

import tensorflow as tf

hello=tf.constant('Hello, TensorFlow!')

sess=tf.Session()

print(sess.run(hello))

在輸入sess=tf.Session()代碼回車后，報如下錯誤（沒有卸載顯卡老驅動程序，直接安裝CudaTookit，也沒有安裝"Patch2"）：

在輸入sess=tf.Session()代碼回車后，報如下錯誤（先卸載顯卡老驅動程序，直接安裝CudaTookit，并安裝"Patch2"，安裝cuDNN，安裝顯卡新驅動程序），運行成功，如下：

TensorFlow是谷歌基于DistBelief進行研發的第二代人工智能學習系統，TensorFlow可被用于語音識別或圖像識別等多項機器深度學習領域，是可以快速用于二次開發的人工智能學習系統。

以下為本人在學習TensorFlow過程中windows環境安裝步驟，希望能對初學者有所幫助。

一、安裝python3.5.x版本

1、地址：https://www.python.org/downloads/

2、注意：請下載3.5.X相關版本，因為windows版本tensorfow暫時只兼容3.5.X版本python

二、更新pip

1、命令：python -m pip install --upgrade pip

注：以上命令直接在window命令行中執行

三、安裝tensorflow

1、CPU版本：pip3 install --upgrade tensorflow

2、GPU版本：pip3 install --upgrade tensorflow-gpu

注：如果你的顯卡支持GPU，請安裝GPU版本，如果不支持安裝CPU版本即可。

四、安裝CUDA

1、地址：https://developer.nvidia.com/cuda-downloads

注：只在GPU版本需要安裝

五、安裝cudnn

1、地址：https://developer.nvidia.com/rdp/cudnn-download

2、操作：把E:\download\cudnn-8.0-windows10-x64-v5.1\cuda下的所有文件復制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0

注：只在GPU版本需要安裝

六、安裝pycharm IDE

1、地址：https://www.jetbrains.com/pycharm/download/download-thanks.html?platform=windows

注：根據個人習慣選擇不同的開發IDE即可

說明：詳情可參數https://www.tensorflow.org/install/