-i https://pypi.douban.com/simple 镜像源

1.Anaconda安装

官网下载地址
https://www.anaconda.com/products/individual

安装流程

注意：此处要**勾选第一项Add Anaconda3 to my PATH environment variable**

Anaconda的安装确认

打开cmd
conda list

2.0CUDA 10.0

2.1 CUDA安装

确认CUDA安装成功

2.2 CuDNN下载

我用的

解压后将cuda文件夹改名为cudnn

复制到
必须有它，要不然后面会出错

2.3 环境变量配置

安装完cuda后这两条path就会加入进来

2.3.1添加CUPTI路径

安装完cuda后这两条path就会加入进来

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\extras\CUPTI\lib64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\cudnn\bin
根据路径添加

PATH变量确认：

4行都不能少，且4行必须位于顶部

2.4 CUDA测试

有这个说明安装成功

3.TensorFlow安装

#cpu version
pip install --upgrade tensorflow
#gpu version 默认的正式gpu版本 我是安装的这个
pip install --upgrade tensorflow-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple
#or install specific version
#cpu-version
pip install tensorflow==2.0.0-alpha0
#gpu-version
pip install tensorflow-gpu=2.0.0-alpha0

替换镜像源 百度搜pip 国内源

eg:
-i https://pypi.tuna.tsinghua.edu.cn/simple
pip install —upgrade tensorflow-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install matplotlib —upgrade

4.安装pycharm社区版

直接进官网下载社区版即可，具体百度就有，不会csdn上有很多教程

需要注意这一步，其他傻瓜式

进入pycharm进行配置测试

输入代码进行测试

import tensorflow as tf
tensorflow_version = tf.__version__
gpu_available = tf.test.is_gpu_available()
print("tensorflow version:", tensorflow_version, "\tGPU available:", gpu_available)
a = tf.constant([1.0, 2.0], name="a")
b = tf.constant([1.0, 2.0], name="b")
result = tf.add(a, b, name="add")
print(result)