TensorFlow是谷歌的机器学习框架，它支持不同的平台，包括Windows。在Windows上，TensorFlow-GPU提供了对GPU的支持，这可以显著提高训练模型的速度。本文将介绍Win10安装TensorFlow-GPU1.8.0的详细完整步骤。
1. 安装CUDA
CUDA是Nvidia的GPU并行计算平台，它可以加速计算密集型应用程序。在安装TensorFlow-GPU之前，需要先安装CUDA。访问Nvidia的官方网站，下载适合您GPU的CUDA版本并安装。
2. 安装cuDNN
cuDNN是Nvidia深度神经网络库的一部分，它可以加速深度学习应用程序。在安装TensorFlow-GPU之前，需要先安装cuDNN。访问Nvidia的官方网站，下载适合您CUDA版本的cuDNN并安装。
3. 安装Anaconda
Anaconda是一个流行的Python发行版，它包含了许多常用的科学计算包。在安装TensorFlow-GPU之前，需要先安装Anaconda。访问Anaconda的官方网站，下载并安装适合您操作系统的Anaconda版本。
4. 创建虚拟环境
虚拟环境是一个独立的Python环境，它可以避免不同版本的库之间的冲突。在Anaconda Prompt中运行以下命令来创建一个新的虚拟环境：
conda create --name tf-gpu python=3.6
这将创建一个名为tf-gpu的Python3.6虚拟环境。
5. 激活虚拟环境
在Anaconda Prompt中运行以下命令来激活刚创建的虚拟环境：
conda activate tf-gpu
6. 安装TensorFlow-GPU
在激活的虚拟环境中运行以下命令来安装TensorFlow-GPU：
conda install tensorflow-gpu==1.8.0
这将安装TensorFlow-GPU1.8.0及其所有依赖项。
7. 测试TensorFlow-GPU
在激活的虚拟环境中运行以下Python代码来测试TensorFlow-GPU是否正常工作：
import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
print(sess)
如果输出包含以下内容，则表示TensorFlow-GPU已成功安装和配置：
...
2018-06-12 15:08:24.646596: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1030] Found device 0 with properties:
name: GeForce GTX 1080 Ti major: 6 minor: 1 memoryClockRate(GHz): 1.645
pciBusID: 0000:01:00.0
totalMemory: 11.00GiB freeMemory: 9.06GiB
...
这表明TensorFlow-GPU已经检测到了您的GPU。
8. 安装其他依赖项
TensorFlow-GPU可能需要其他一些依赖项才能正常工作，例如h5py、matplotlib和pillow等。您可以使用以下命令在虚拟环境中安装这些依赖项：
conda install h5py matplotlib pillow
这将安装h5py、matplotlib和pillow。
9. 编写和运行TensorFlow-GPU程序
现在，您已经成功安装了TensorFlow-GPU，可以开始编写和运行TensorFlow-GPU程序了。在激活的虚拟环境中，使用Python编写程序并运行它们：
import tensorflow as tf
a = tf.constant(1.0, shape=[1, 2, 3], name='a')
b = tf.constant(2.0, shape=[1, 2, 3], name='b')
c = tf.add(a, b, name='c')
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
print(sess.run(c))
这将输出以下内容：
[[[3. 3. 3.]
[3. 3. 3.]]
[[3. 3. 3.]
[3. 3. 3.]]]
