以下の環境の構築メモ。Surface Book 2の「NVIDIA GeForce GTX 1050」が認識せずに「Intel(R) UHD Graphics 620」だけになっている場合はタブレットの切り離し・再接続やファームウェア更新などする必要があった。
Windows 10
Anaconda 5.2
Python 3.6.4
TensorFrow(GPU) 1.8.0
Keras 2.1.6
CUDA 9.2
cuDNN 7.1.4
2018/6/3時点だとTensorFlowのインストールガイドにあるpip install --ignore-installed --upgrade tensorflow-gpuではCUDA 5.0でないと動ない（tensorflowをimportする際にImportError: Could not find ‘cudart64_90.dll’とエラーになる）
１．Anacondaのインストール
Anaconda HPの「Download」－「Python 3.6 version」をダウンロードしインストールする。
コマンドプロンプトで確認。
c:\>python -V Python 3.6.5 :: Anaconda, Inc.
２．Python仮想環境の作成
コマンドプロンプトで実行。
更新しておく。
c:\>python -m pip install --upgrade pip c:\>conda update -n base conda c:\>conda update -n base --all
仮想環境を作成（仮想環境の名前を「tensorflow」としておく）する。
c:\>conda create -n tensorflow pip python=3.6
仮想環境に入る。
c:\>activate tensorflow (tensorflow) c:\>
プロンプトの前に仮想環境名が表示される。
仮想環境から抜けるにはdeactivateコマンド。
３．CUDAのインストール
NVIDIA CUDAからダウンロードしインストールする。
４．cuDNNのインストール
NVIDIA cuDNNからダウンロードする。ダウンロードにはユーザ登録が必要。
ダウンロードファイルを展開し、以下の新しい環境変数を追加する。
変数名：CUDNN_PATH
変数値：（展開先）\cudnn-9.2-v7.1\cuda
また、環境変数「Path」に「%CUDNN_PATH%\bin」を追加する。
５．TensorFlowのインストール
通常のインストールだとCUDA5.0しか使えないため、CUDA5.2のwheelをGitHubで公開してくれている方がいるのでありがたく使わせてもらう。
GitHubからダウンロードする。
コマンドプロンプトで実行。（カレントディレクトリはダウンロードしたフォルダとなっていること）
(tensorflow) c:\>pip install -U wheel (tensorflow) c:\>pip install tensorflow_gpu-1.8.0-cp36-cp36m-win_amd64.whl
６．Kerasのインストール
コマンドプロンプトで実行。
(tensorflow) c:\>pip install keras
７．動作確認
GitHubからcloneする。
コマンドプロンプトで実行。（カレントディレクトリはcloneした中のexamplesになっていること）
(tensorflow) c:\>python mnist_mlp.py
エラーが出なければ環境構築は完了。