参考：https://blog.csdn.net/gyp2448565528/article/details/79451212
按照原博主的方法在自己的机器上会有一点小错误，下面的方法略有不同
环境：win10 64位系统，带nVidia显卡
在https://www.geforce.com/hardware/technology/cuda/supported-gpus查看是否支持自己的显卡用于加速训练
学tensorflow之前试过一次安装GPU版本的TF，网上有很多教程，看着都挺繁琐，其实直接在anaconda里配置一下就好了，但anaconda默认下载源下载速度极慢，GPU版本的下载的时候总是出现错误：multiple error，百度了一下没找到错误原因，应该是下载速度过慢导致的类似time out 的错误，作罢。现在用CPU版的TF训练网络速度实在不能忍，于是昨晚按照上面贴出的博文的方法，折腾了一番，最终成功安装，现在捋一捋，步骤如下：
1. 下载安装anaconda，安装时注意勾选add anaconda to my PATH environment variable
2. 打开cmd,输入以下命令：
conda create -n tensorflow pip python=3.6
遇到y/n时都选择y（我的python版本是3.6的，所以使用3.6的版本）
3. 输入命令：
activate tensorflow
4. 由于默认源下载速度极慢，安装图中会出现timeout错误，遂改用国内的源，采用pip安装，一开始按照原博主的方法输入这个命令：
pip install --ignore-installed --upgrade tensorflow-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple后面的-i可能是-index-url的缩写（我猜的），安装其他包时也可以加入这句来指定为下载源，然而过了几分钟依然弹出timeout错误，又查了一下解决办法，加了一句--default-timeout=100，修改默认等待时间，即输入下面的命令：pip install--default-timeout=100--ignore-installed --upgrade tensorflow-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple
等待一段时间后，终于完成安装，如下图：
接着在命令行输入python，再输入import tensorflow，提示没安装cuda：
（图片引用自上面贴出的博文）
按照原文中提供的cuda和cudnn下载并安装，并在 “我的电脑-管理-高级设置-环境变量” 中找到path，添加以下环境变量（cuda使用默认安装路径）：
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.0in
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.0libnvvp
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.0lib
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.0include
按照原文的方法，添加环境变量后输入命令：
import tensorflow
然而还是出现上面没有在path路径中找到dll文件的错误，于是输入下面的命令，打印当前的变量：
echo %path%
发现上面的4个环境变量并没有添加进去，原来还需要重启一下，重启之后再输入上面的命令，发现4条环境变量已成功添加
再在命令行里输入：
activate tensorflow
再输入：
python
再输入：
import tensorflow
终于没再弹出错误：
---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
注意，上面安装的tf在anaconda navigator里创建了一个名为tensorflow的环境，但在这个环境里是找不到tensorflow的包的，因为这个tf是通过pip安装的，所以不会在里面显示，但这个包的确被安装到anaconda的这个新环境的路径里了，只是不能用navigator来管理
在pycharm中的配置：
file--settings--project interpreter，单击右边的齿轮图标，选择add local，添加本地解释器，如图：
切换到existing environment，找到刚安装的tensorflow环境里的python.exe，单击OK:
project就切换到含有tensorflow-gpu包的新环境里：
等等。。。。为什么package里找不到tensorflow？原来是使用了conda package manager，把它点掉，这样就能正常在PC里使用TF啦：
以后如果想在这个环境里安装新的包，应该是在命令行里activate tensorflow，然后再pip install XXX。。。