1.CUDA是什么？
CUDA(Compute Unified Device Architecture)，显卡厂商NVidia推出的运算平台。
随着显卡的发展，GPU越来越强大，而且GPU为显示图像做了优化。在计算上已经超越了通用的CPU。如此强大的芯片如果只是作为显卡就太浪费了，因此N卡厂商推出CUDA，让显卡可以用于图像计算以外的目的。
目前只有G80平台的N卡才能使用CUDA，工具集的核心是一个C语言编译器。G80中拥有128个单独的ALU，因此非常适合并行计算，而且数值计算的速度远远优于CPU。
CUDA的SDK中的编译器和开发平台支持Windows、Linux系统，可以与Visual Studio2003集成在一起。
2.CUDA下载地址
https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
选择版本8.0，这里的图片是早前截图的，不换了
选择操作系统的版本我的是win10
3.CUDA安装
安装文件cuda_9.1.85_win10.exe
安装前要关闭360安全卫士等类似杀毒软件等。
4.查看版本
在CMD里运行：nvcc -V
5.安装CUDA补丁cudnn
https://developer.nvidia.com/rdp/cudnn-download
选择版本5.0和6.0，这里的图片是早前截图的，不换了
放到相应的目录下：
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv8.0
6.安装visual studio
https://www.visualstudio.com/zh-hans/thank-you-downloading-visual-studio/?sku=Community&rel=15
下载的文件名是：vs_Community.exe
7.安装Anaconda
https://www.anaconda.com/download/#windows
查看Anaconda版本号
Anaconda是一个用于科学计算的Python发行版，提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题，并且已经包含了Python和相关的配套工具。
Anaconda利用工具/命令conda来进行package和environment的管理。
8.用Anaconda安装python3.5和TensorFlow1.3.0
conda install python=3.5
在Anaconda里建立TensorFlow的环境
conda create -n tensorflow Python=3.5
激活TensorFlow环境：
activate TensorFlow
关闭环境：
deactivate
9.安装TensorFlow-gpu：
pip install tensorflow-gpu==1.3.0
pip install --upgrade --ignore-installed tensorflow-gpu
安装TensorFlow指定版本（清华源上有的，更换链接最后的版本名称就行了）
pip install --upgrade https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/gpu/tensorflow_gpu-1.3.0rc0-cp35-cp35m-win_amd64.whl
简单测试：
编写showTFversion.py文件，内容为：
import tensorflow as tf
hello = tf.constant("Hello!TensorFlow")
sess = tf.Session()
print(sess.run(hello))
激活TensorFlow环境：
activate TensorFlow
在TensorFlow环境里运行showTFversion.py文件：
