以上版本测试通过。

安装步骤：

1.安装python，记得要勾选pip。

2.检测是否支持CUDA.

NVIDIA官网查询，具体见：https://developer.nvidia.com/cuda-gpus，就可以知道是否可以使用带GPU支持的TensorFlow。在安装和运行TensorFlow之前，需要先安装CUDA驱动。

3.安装CUDA驱动

访问CUDA的下载网站：https://developer.nvidia.com/cuda-toolkit，可以看到CUDA目前的最新版本是9.1版，可以通过选择下面的“Legacy Releases”链接来下载旧版本的驱动。

建议选择自定义安装，然后只勾选cuda。建议安装在默认文件路径。

4.安装CuDNN库

CuDNN库（The NVIDIA CUDA® Deep Neural Network library）是CUDA针对深度神经网络的更新包，TensorFlow会使用它用于加速NVidia GPU上的深度学习。可以从这里下载，见：https://developer.nvidia.com/cudnn。

首先要注册一个NVidia开发者帐号，它是免费的。登录后，您会看到各种CuDNN下载。本文下载使用了CUDA 9.0，所以确定为CUDA 9.0选择了cuDNN v7.0.5。

下载下来的是一个包含了几个文件夹的ZIP文件，每个文件夹包含CuDNN文件（一个DLL，一个头文件和一个库文件）。找到你的CUDA安装目录，这里应该是这样的：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0

可以看到从ZIP文件的目录也在这个目录，即有一个bin、一个include，一个lib等。将文件从ZIP复制到相关的目录。 

比如把cudnn64_7.dll文件拖拽到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin目录，其它相似。

5.安装TensorFlow

安装TensorFlow的Nightly Build版。从命令提示符下安装它，只需输入：pip install tf-nightly-gpu

（也可安装TensorFlow的标准版。输入：pip install tensorflow-gpu）

一旦安装完成，在命令提示符窗口中输入：python

打开Python编辑器，在其中输入：import tensorflow

如果CUDA驱动程序有错误，就可能会显示 cudart64_XX.dll 失败，其中XX是版本号。

如果CUDA驱动程序正确，但CuDNN驱动程序有错误，就可能会显示说 cudnn64_X.dll 缺少什么东西，其中X是一个版本号。