Windows下Tensorflow-GPU的安装，Tensorboard的使用，以及过程中遇到的各种坑

1、安装Anaconda

Anaconda 4.3.1 (Python 3.6)
下载页：https://www.continuum.io/downloads
安装后，如果conda下载包的速度很慢，可以执行下面的命令设置国内镜像

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --set show_channel_urls yes

执行后生成C:\Users\USER_NAME目录下的.condarc文件记录着conda的配置

2、CUDA和CUDNN

cuda：https://developer.nvidia.com/cuda-downloads
版本：windows cuda 8.0

cudnn（Cuda Deep Neural Network library，是用于深度神经网络的GPU加速库，提供了forward and backward convolution, pooling, normalization, and activation layers等实现，让深度学习的研究者能够专注于训练神经网络而不是花费在 low-level GPU performance tuning上。许多深度学习框架都可以用cudnn加速，包括Tensorflow、Caffe、Theano、Torch、CNTK。）：
https://developer.nvidia.com/cudnn
版本：cudnn v5.1 library for windows 7
下载cudnn需要注册一下。

1、安装cuda
2、解压cudnn，里面是三个文件夹bin、include、lib。将这三个文件夹复制到cuda的安装目录下C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0

3、安装Tensorflow

conda create -n tensorflow-gpu  python=3.6
创建了一个环境，名字叫tensorflow-gpu
activate tensorflow-gpu
激活这个环境

可以看到命令前面有tensorflow-gpu标识。