Windows环境下搭建TensorFlow（GPU）简单教程
一、环境
我也清楚具体原因，Windows下搭建TensorFlow特别矫情。经踩坑实验，将我自己搭建成功的步骤记录下来，具有一定的泛用性
- Windows 10 64位操作系统
- VC++ 2015（VC++ 2015 运行库）
- CUDA8.0（NVIDIA显卡）
- cuDNN
- Anaconda（Python 3.5）
二、VC++ 2015
由于我本身就有安装VS2015，故推断安装「VC++ 2015 运行库」即可
三、CUDA8.0与cuDNN
其实没有严格的安装顺序，没有NVIDIA显卡的话不能安装CUDA，但TensorFlow仍能用电脑的CPU来计算。
安装CUDA8.0，下载地址：https://developer.nvidia.com/cuda-downloads
cuDNN是NVIDIA的深度学习SDK，下载地址：https://developer.nvidia.com/cudnn
一定要下载图中圈出的版本，不然会死的很惨
将下载好的cuDNN.zip解压，将其中的bin、include、lib中的文件拷贝到CUDA安装目录下相应的文件夹，CUDA的安装路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
其他可运行版本供参考，来自https://github.com/tensorflow/tensorflow/issues/9469
- tensorflow 1.2 + cudnn 5.1: works fine
- tensorflow 1.2 + cudnn 6.0: ImportError
- tensorflow 1.3 + cudnn 5.1: works fine
- tensorflow 1.3 + cudnn 6.0: works fine
四、Anaconda（Python 3.5）
据说Python3.5比较稳妥，我没测试
不要按官方版了，不止是配环境变量那么简单。Anaconda集成了很多实用的库，环境变量直接配好了，建议使用
相应版本 Anaconda3-4.2.0-Windows-x86_64
安装好以后，按「win」+「R」输入cmd，呼出控制台，在小黑窗里输入“python”，如果能够正常显示python版本说明安装成功
五、安装TensorFlow
安装Anaconda后我们有了更好的控制台，「Anaconda prompt」
不了解的情况下，不要随便手贱升级pip
通过pip安装GPU版的命令
pip3 install --upgrade tensorflow-gpu
安装完毕后，在Python下输入命令，没报错就是安装成功
import tensorflow as tf
也可以采用官方的例子进行验证
用Anaconda安装完python3.5后，在安装tensorflow时出现 “Cannot remove entries from nonexistent file c:\program files\anaconda3\lib\site-packages\easy-install.pth” 的问题。查看原因是因为setuptools版本太低，tensorflow要求29.0.1，当前版本为27.2.0,在更新setuptools版本的时候又找不到easy-install.pth，导致更新失败
运行：pip install --upgrade --ignore-installed setuptools，问题解决！
六、可能需要的组件
image (1.5.5)//图像处理相关
