win7 +Anaconda3-2.4.1-Windows-x86_64(python3.5.1)+tensorflow_gpu-1.6+cuda_9.0.176_windows+cudnn-9.0

配个TensorFlow_gpu折腾了差不多两天，真是醉了。现在总结一下，以防自己在后面再次掉坑。

原本电脑安装的TensorFlow是CPU版的，所以直接用命令 "pip uninstall tensorflow"将原来的TensorFlow卸载。卸载完后安装tensorflow_gpu版本。

掉的坑1：下载好文件“tensorflow_gpu-1.7.0-cp35-cp35m-win_amd64.whl”，将其放在c盘的根目录下，然后用命令“pip install c:\tensorflow_gpu-1.7.0-cp35-cp35m-win_amd64.whl”安装，运行后发现需要cuda9.0的版本,但是由于本人电脑早已安装了cuda8.0,然后自己猜想，可能是TensorFlow的版本太高了，所以对应的才需要cuda9.0。为了匹配我的cuda8.0,我毅然下了早一点的TensorFlow版本“tensorflow_gpu-1.6.0-cp35-cp35m-win_amd64.whl”。将TensorFlow1.7删掉，安装1.6版本，发现还是需要cuda9.0.好吧，接下来还是乖乖去下cuda9.0吧。

掉的坑2：不知道英伟达的服务器端怎么了，我下载cuda9.0的过程是一波三折的，下了很多次都没有成功。同样，cudnn for cuda9.0的下载也是蛮艰辛的，尝试了几个版本，最终只能下载才成功。

安装过程：（参照https://blog.csdn.net/sb19931201/article/details/53648615）

（1）安装Anaconda3-2.4.1-Windows-x86_64

（2）安装tensorflow_gpu-1.6.0-cp35-cp35m-win_amd64.whl

（3）安装cuda9.0

（4）安装cudnn for cuda9.0

（5）测试

import tensorflow as tf
#Creates a graph.
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
#Creates a session with log_device_placement set to True.
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
#Runs the op.
print (sess.run(c))