转载请注明出处：
https://www.cnblogs.com/darkknightzh/p/9834567.html
参考网址：
https://www.anaconda.com/blog/developer-blog/tensorflow-in-anaconda/
之前的一篇，直接安装tensorflow的：
https://www.cnblogs.com/darkknightzh/p/6592052.html
================================================================
190117更新：
使用conda的方式，在ubuntu上比较省事，但是最好不要在windows上使用。
刚才在win7上tensorflow用不了了（CPU的，使用anaconda3，python为3.5），卸载后使用conda重新安装了tensorflow，结果还是用不了，提示找不到什么库（没截图，记不住了）。
后来再次卸载tensorflow，使用pip重新安装tensorflow后（CPU的），能正常使用了。
所以windows上还是先使用pip安装吧。。。（不知道有没有使用conda安装后能正常使用的）
190117更新结束
================================================================
参考网址中写出了使用conda安装tensorflow-gpu的各种好处，比如可以适配不同的cuda版本。而且从1.9开始，conda安装方式集成了MKL-DNN库，速度比pip安装的快了好几倍（具体看网址）。
下面写一下怎么用conda安装tensorflow-gpu的1.9版本
首先在终端中输入下面命令，可安装1.9版本的tf（目前最新的是1.11了，不过驱动版本比较老，因而还是用1.9的tf吧）
conda install tensorflow-gpu==1.9.0
如果gpu驱动不是很老，运行程序没问题，就不用往下看了。
目前我这边会安装cuda9.0（还有其他一些库）。但是由于驱动比较老，不支持默认安装的cuda版本，直接运行之前的程序，会提示下面的错误（internal: cudagetdevice() failed. status: cuda driver version is insufficient for cuda runtime version）：
因而需要将cuda降级，我这边直接在终端中输入下面的命令：
conda install cudatoolkit==8.0
便可以安装cuda8.0的版本。下图显示了哪些库会升级，哪些库会降低：
之后可以正常运行之前的程序了。。。
================================================================
181119更新：
试了一下， 可以一句话完成安装：
conda install tensorflow-gpu==1.9.0 cudatoolkit==8.0
比上面的省事。。。
181119更新结束
================================================================