安装过程参考博文：
https://blog.csdn.net/jay100500/article/details/72792636?locationNum=11&fps=1
1、首先检查电脑配置，是否支持GPU，如果支持，那么需要安装的软件有：
- CUDA：https://developer.nvidia.com/cuda-90-download-archive
- Python 3：https://www.python.org/downloads/release/python-352/
- TensorFlow
- cuDNN： https://developer.nvidia.com/cudnn
注意：这些软件之间的版本匹配问题非常重要，版本不匹配很容易导致失败。经过多次尝试后，我成功安装的版本为：CUDA 9.0 + Python 3.5.2 + TensorFlow 1.8 + 与CUDA版本匹配的cuDNN（下载时可选）
2、安装 CUDA 9.0
官网下载相应版本的安装包后，直接安装。
3、安装 Python3
官网选择相应版本，并安装。完成后在cmd中运行命令“python”,显示版本号则表示安装成功。注意相关环境变量的设置。
4、安装 TensorFlow
python安装好后，利用pip安装。进入cmd后，输入命令“pip3 install --upgrade TensorFlow-gpu == 1.8”。命令中，‘-gpu’是支持gpu设备安装TensorFlow的命令，设备不支持gpu的话就去掉。尾部“==1.8”作用是指定安装版本，去掉后则默认安装最新版本。运行命令后，等待安装过程完成。
5、安装 cuDNN
最后下载cuDNN。官网下载需要进行一系列的注册、填写调查问卷等活动。注意要下载与CUDA9.0匹配的版本。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
解压后的文件目录是：
C:\Users\jhaid\Desktop\cudnn-9.0-windows10-x64-v7.1\cuda
将第二个目录下的所有文件复制到第一个目录下。
6、TensorFlow环境测试：
总结：
本次安装过程得到的最大的经验教训就是：当一个软件需要多个其他的软件支持的时候，软件之间的版本匹配问题十分重要。最开始我忽略了这个问题，去官网下载最新的cuda9.2，之后的安装完成后测试时一直出错，中间也是改过多次，最后才确定是版本匹配的问题。
