目录
tensorflow有两个版本，CPU版和GPU版
tensorflow的安装版本选择的是tensorflow 1.3.0的版本。
在Windows下tensorflow只能支持python3.5及其以上
GPU版安装完成后，在python中再次执行import tensorflow命令可能会报错。
增加问题 ImportError: DLL load failed: 找不到指定的模块。 、ImportError: No module named ‘_pywrap_tensorflow_internal’ 和 ImportError: No module named ‘tensorflow.python.pywrap_tensorflow_internal 的时候` 的解决办法。
所以必须正确安装CUDA和cuDNN才可以保证不会报错。
CUDA的版本选择为CUDA 8.0，安装完CUDA以后，需要测试CUDA是否安装成功。使用以下命令：
nvcc -V
CUDA安装的时候需要选择添加Path环境变量。
创建了 CUDA_PATH C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0 CUDA_PATH_V8_0 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
同时在Path中添加了
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\libnvvp C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64
Google 于 2017 年 8 月 17 日左右发布了 TensorFlow 1.3，该版本不再支持 cuDNN 5，开始支持 cuDNN 6，并预计在 TensorFlow 1.4 支持 cuDNN 7，所以说当你使用 pip 安装最新版的时候，请使用 cuDNN 6。所以关于cuDNN库需要选择针对CUDA 8.0的cuDNN v6.0版本的库。
下载完cuDNN之后，可以直接解压，然后将文件夹放到CUDA文件夹中对应的bin，include，lib目录下。
[TensorFlow] Windows10 64位下安装TensorFlow - 官方原生支持
DL - win7 64位 py2 和py3 共存安装tensorflow0.12
tensorflow入门 http://hacker.duanshishi.com/?p=1639
http://hacker.duanshishi.com/?p=1651
http://hacker.duanshishi.com/?p=1661
http://hacker.duanshishi.com/?p=1678
http://hacker.duanshishi.com/?p=1690
http://hacker.duanshishi.com/?p=1693
http://hacker.duanshishi.com/?p=1726
http://hacker.duanshishi.com/?p=1730
http://hacker.duanshishi.com/?p=1733
