网上随便搜一下就会发现关于Tensorflow-gpu的安装文章非常的多，但是写的都比较简略。并且官网的文档写的也比较的简略，并且google 官网上文档对于windows版本的也非常简略。
官网列出的硬件软件需求如下：
硬件要求
系统支持以下支持 GPU 的设备：
- CUDA® 计算能力为 3.5 或更高的 NVIDIA® GPU 卡。请参阅支持 CUDA 的 GPU 卡列表。
软件要求
必须在系统中安装以下 NVIDIA® 软件：
-
NVIDIA® GPU 驱动程序 – CUDA 9.0 需要 384.x 或更高版本。
-
CUDA® 工具包 – TensorFlow 支持 CUDA 9.0。
-
CUDA 工具包附带的 CUPTI。
-
cuDNN SDK（7.2 及更高版本）
-
（可选）NCCL 2.2，可实现多 GPU 支持。
-
（可选）TensorRT 4.0，可缩短在某些模型上进行推断的延迟并提高吞吐量。
除此之外就没有更多的信息了，在官方的pip安装说明页面中可以看到windows版本的其实对于python是有要求的，官方支持的版本如下：
需要 Python 3.4、3.5 或 3.6
所以要安装tensorflow首先要找对python版本，建议用python 3.6 通过pip安装。这个可以看官方的安装说明：https://www.tensorflow.org/install/pip?hl=zh-cn
依赖库的安装需要注意一下，CUDA 需要用9.0版本 cuDNNsdk 需要7.2版本以上，而与CUDA 9.0对应的sdk版本为cudnn-9.0-windows10-x64-v7.4.2.24安装这连个版本即可。安装完成之后需要修改系统的环境变量，将安装路径加入到环境变量中：
确保安装的 NVIDIA 软件包与上面列出的版本一致。特别是，如果没有
cuDNN64_7.dll文件，TensorFlow 将无法加载。要使用其他版本，请参阅在 Windows 下从源代码编译指南。将 CUDA、CUPTI 和 cuDNN 安装目录添加到
%PATH%环境变量中。例如，如果 CUDA 工具包安装到了C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0并且 cuDNN 安装到了C:\tools\cuda，请更新%PATH%以匹配路径：SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin;%PATH%SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\CUPTI\libx64;%PATH%SET PATH=C:\tools\cuda\bin;%PATH%
如果环境变量未生效，可以重启系统。
之后就可以运行测试脚本了：
效果如下：
import tensorflow as tf
tf.enable_eager_execution()
tf.add(1, 2).numpy()
hello = tf.constant('Hello, TensorFlow!')
print(hello.numpy())
