最近又折腾了一下，把以前配置好的环境删了，重新配置一遍，给自己做个记录
本机其实是装了python 3.6 tensorflow 1.2.1 CUDA 8.0环境的
现在折腾升个级，反正这个版本之间相互也是麻烦的要死
首先是装好 python 3.6 的话，应该就有pip包，修改pip的镜像源
在这个目录下，没有就新建一个文件，添加一些配置信息
C:Users用户pippip.ini
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple/
配置到清华的镜像站，这样下载起来快。。。
下载新版本的Anaconda 5.1.0 x64 python 3.6 版本，听说现在加入了 Visual Studio Code了
https://www.anaconda.com/download/
这里顺便提一下为啥要装 Anaconda， 因为方便。。。
比如numpy 这种库默认python3.6肯定是没有的，直接装Anaconda比较方便省事
如果不想安装Anaconda，本地直接安装tensoflow的话，也是可以的
推荐在线联网安装，省事，记得改一下镜像站，下载更快
安装好Anaconda之后，先不管，先去搞一下CUDA
这次的安装是
tensorflow 1.5.0 版本 + CUDA 9.0 + cuDNN 7.0
先看支不支持CUDA 我的是 GTX 850M
https://developer.nvidia.com/cuda-gpus
CUDA的 现在地址 包括之前各个版本
https://developer.nvidia.com/cuda-toolkit-archive
选择下载 9.0 版本，网上有测试 9.1版本不支持，我也没亲试过
不过 9.0版本有一个补丁，亲自安装可以使用
安装CUDA 9.0
cuDNN
https://developer.nvidia.com/cudnn
cuDNN 下载 7版本即可
解压，复制文件到 CUDA 9.0 的安装目录
顺带在说一下旧版本
windows tensorflow 1.2.1 + CUDA 8.0 + cuDNN 5.1
只是还记得 cuDNN 安装6版本则不行，不过这是对于WIn平台
CUDA装好之后，就剩tensorflow了
这里就很简单了
上一步中已经更改了pip 的镜像站，
如果想直接替换Anaconda的base环境，在开始菜单打开 Anaconda Prompt
输入
pip install tensorflow-gpu
pip 会自动从镜像站下载 1.5.0 版本的whl
包的地址是这个
也可以这样
pip install https://pypi.tuna.tsinghua.edu.cn/packages/26/1e/067fa5a334df570f7ea060450585568d9d4e3847f85dcf01f4ecc9c6814f/tensorflow_gpu-1.5.0-cp36-cp36m-win_amd64.whl
如果不想改变 Anacodna的base环境，可以使用 conda 新建 一个环境
打开 Anaconda Prompt
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --set show_channel_urls yes
打开 Anaconda Prompt创建一个叫tensorflow的环境，配置python版本为3.6
conda create -n tensorflow python=3.6
激活新建的环境，之后所有的的操作将只对新环境有效
activate tensorflow
安装 tensorflow-gpu
pip install tensorflow-gpu
===============================
一些不吐不快的东西
如果要离线安装，需要事先下载好相关的依赖关系包才可以
关于包的依赖关系应该来这里查找
比如 搜索tensorflow ，可以得到当前最新版 1.6.0rc1（写这个记录时候是）
https://pypi.python.org/pypi/tensorflow/1.6.0rc1
你可以手动修改最后的版本号，比如修改为 1.5.0，即可
https://pypi.python.org/pypi/tensorflow/1.5.0
这个依赖关系是python库之间的依赖关系，还不涉及到CUDA等东西，所以安装CPU版本的话，把这些都搞定应该就可以了
可以看到只要这里可以下载所有库版本的whl离线版本，之前不知天高地厚，按照所有的依赖关系，一个个下载 离线 whl 文件手动安装了一遍，真是酸爽
这里再多说一句，有一个包我会记它一辈子，html5lib 0.9999999
在安装 tensorflow-tensorboard 这个包时，有这么一个要求 html5lib (==0.9999999)
0.9999999/1.0b8
Released on September 10, 2015
https://pypi.python.org/pypi/html5lib/1.0b8
https://pypi.python.org/pypi/html5lib/0.9999999
坑爹地方来了，这两个版本同时存在，且whl也分别存在，
这时如果你下载安装了 1.0b8 版本，则会在安装tensorflow-tensorboard时提示版本错误
而如果你下载安装了 0.9999999 版本，一切就可以顺利继续了。。。
说多了都是泪，各位自行体会吧
除了上述地址，各种离线whl也可以来这里