直接放精简版的路线：
0，浏览tf官方网站的指南：https://www.tensorflow.org/install/install_windows
1，知道怎么部署anaconda最新版和vscode的连接
2，pip安装tf-gpu最新版
3，NVIDIA官网下载tf官方指南上对应的cuda版本（2018年3月，现在是cuda 9.0）
4，NVIDIA官网下载tf官方指南上对应的cudnn版本（2018年3月，现在是cudnn 7.0）
5，下载visual studio15.4（针对cuda9.0现在的版本，不能用最新的15.6，不然第7步会build failed）
6，安装cuda，打开cmd or powershell 输入nvcc -V，确认cuda已部署。在环境变量确认cuda（参考https://www.leiphone.com/news/201711/GCh0IBszXrxP1iHU.html）。
7，用VS2017编译cuda sample（参考https://www.leiphone.com/news/201711/GCh0IBszXrxP1iHU.html的“4.2. 使用VS和CUDA编译测试文件”）
8，anaconda prompt，新建一个tf的环境，除了安装tf-gpu以外，安装其他自己需要的库
（参考tf官网https://www.tensorflow.org/install/install_windows的“Installing with Anaconda”）
（第四步选gpu版tf）
9，在anaconda prompt里验证tf的可行性（参考tf官网的“Validate your installation”）
10，把tf安装目录放到环境变量里（可选，因为不确定是不是必须的）
11，vscode里选编译环境到新的tf目录下
12，vscode里尝试tf的验证程序，如果报错，请重启电脑。
坑：
1，vs版本太高不行
2，cuda cudnn版本太高也不行
3，conda install tensorflow-gpu出来的版本很低，不确定是否影响结果，我用的pip才装到1.6
4，pip要部署国内镜像。推荐校园网部署清华的，别部署阿里云。我用清华的下载速度6MB/s。
5，vs2017安装总是卡在graphic的一个什么东西上，如果同样安装卡在这里，重新安装，把安装内容选项里面的2个graph开头的内容勾去掉。
6，注意第4步，安装的cudnn即便是大版本号对了，也可能在更进一步的使用过程中报错，因为tf和cudnn兼容性的问题。截止3/27/2018，请使用cudnn v7.0.4