目录
一、准备工作
1、确定自己的电脑上能够配置GPU环境。
方法：打开 控制面板，找到 设备管理器
找到 显示适配器，查看GPU算力，可以根据显卡算力下载相应CUDA和CUDNN
查看GPU的型号以及算力 https://developer.nvidia.com/cuda-gpus
小技巧：对于现在的电脑，一般来说都是由GPU环境的，也是可以使用GPU的。所以这一步就不是很重要， 接下来的一步就非常非常重要
2、在Tensorflow官网找到对应的版本
tensorflow官网链接： 在 Windows 环境中从源代码构建 | TensorFlow
在上面的一个列表中选择一个版本进行安装，我在这里选择的是安装 tensorflow_gpu-2.3.0 ，tensorflow_gpu的版本确定了，那么一系列要安装的软件的版本都是确定的，或则说只要上面的一个软件的版本确定，其他的软件的版本也就确定了。
一定要按照相对应的版本。
一定要按照相对应的版本。
一定要按照相对应的版本。
二、安装anaconda
这个软件在上面没有的列表中没有进行说明，那么就可以任意安装一个版本，建议安装一个较为新的一个版本。
1、安装Anaconda的好处主要为以下几点：
（1）包含conda：conda是一个环境管理器，其功能依靠conda包来实现，该环境管理器与pip类似。
（2）安装大量工具包：Anaconda会自动安装一个基本的python，该python的版本Anaconda的版本有关。该python下已经装好了一大堆工具包，这对于科学分析计算是一大便利。
（3）可以创建使用和管理多个不同的Python版本：比如想要新建一个新框架或者使用不同于Anoconda装的基本Python版本，Anoconda就可以实现同时多个python版本的管理。
（4）可以创建多个不同不相互关联的虚拟环境。
2、下载
官网地址：Anaconda | The World's Most Popular Data Science Platform
点击G et Started
点击最后一个 Download...
点击Download，下载Windons版本
此时会弹出一个注册界面，这个可以不用管，直接关闭即可
百度网盘链接：https://pan.baidu.com/s/14dUBJwLjkhkzr-kqmbl8Rw
提取码：rx4s
3、安装
点击.exe文件，直接就是一直点击下一步即可
到这个界面选择Just me,只为本电脑安装。
在途中会出现一个修改安装目录，这个可以改也可以不改，建议将其放在一个非系统盘位置，这个安装的会比较大，都是几个G起步。
这里的第一个一定要勾上，这个是自动添加该软件的环境变量到系统变量中，如果不勾上就需要自己去添加环境变量。
第二个也要勾上，这个是建立一个默认的虚拟的python环境。这样就可以使用python进行编写代码了。
然后在点击Install等待安装就行了。
4、创建一个虚拟环境
找到Anaconda3下面的Anaconda Prompt进入一个终端
查看当前的虚拟环境
conda info --env
这里会显示在anaconda上已经安装好的虚拟环境，由于是第一次安装，那么就只有base这一个虚拟环境。
创建一个虚拟环境，专门用来安装tensorflow_gpu，这里的Tf_G-230就是你创建的虚拟环境的名字，这个名字可以任意取。
conda create -n Tf_G-230 python==3.6.2
出现以下界面就算安装成功
激活当前虚拟环境
conda activate Tf_G-230
安装tensorflow-gpu环境
pip install -i https://pypi.doubanio.com/simple/ tensorflow-gpu==2.3.0
安装好后出现Successfully，并且再次查看虚拟环境，里面有我们添加的即为成功
5、安装Jupyter Notebook
安装好后。点击anaconda这个软件，进入该软件，按照以下步骤进行安装Jupyter Notebook，最开始Jupyter Notebook是install,安装成功后会显示Launch
进入Jupyter Notebook 界面，会在默认的浏览器打开一个页面，是下面的一个界面。
该界面是调用电脑的系统盘的文件，在C:\Users\lichuan。我们点击Desktop，进入到桌面
新建一个文件夹
重命名文件夹
进入该文件夹并新建一个Notebook
重命名Notebook
测试GPU环境是否安装成功
import tensorflow as tf
tensorflow_version = tf.__version__
gpu_available = tf.test.is_gpu_available()
print('tensorflow version:',tensorflow_version, '\tGPU available:', gpu_available)
没有安装的应该是显示为False或则是其他内容。我这样是已经安装好了。
显示为False的原因：要使用电脑的GPU，就要用到英伟达的显卡，我们现在就还没有安装英伟达显卡的驱动，所以就不能使用GPU。下面就要介绍安装英伟达的内容了，这个也是最恼火的。
三、安装CUDA
由于是外网，可能会等很久才会进入界面。
官网：CUDA Toolkit Archive | NVIDIA Developer
我们要安装的版本为10.1，是因为这个要与我们安装的tensorflow_GPU的版本一致。
我在这里下载的CUDA Toolkit 10.1 update1 这个版本 。
百度网盘链接：https://pan.baidu.com/s/1wrvlUwcy6hrZSihxywbUMg
提取码：d0ga
接下来就是安装，这个就很简单，按照提示进行安装就行了
四、安装CUDANN
由于是外网，可能会等很久才会进入界面。
官网：cuDNN Archive | NVIDIA Developer
我们要安装的版本为7.6，是因为这个要与我们安装的tensorflow_GPU和CUDA的版本一致。
下载cuDNN v7.6.0 [May 20.2019],for CUDA 10.1 这个版本里面的cuDNN Library for Windows 10
百度网盘链接：https://pan.baidu.com/s/1BrUUMPYgRAa1fL3jic3NaA
提取码：wkso
1、下载方法1
进行注册，在进行下载压缩包。由于这个方法我的注册不了。总是出错，也找不到解决方法。
会出现红色的字样。
2、下载方法2
不用进行注册，直接下载压缩包，使用迅雷下载，下载后是一个压缩包，进行解压。放到一个目录下。建议放到CUDA目录下。
3、进行环境变量的配置
1、cudnn-10.1-windows10-x64-v7.6.0.64/cuda/bin
2、cudnn-10.1-windows10-x64-v7.6.0.64/cuda/include/
3、cudnn-10.1-windows10-x64-v7.6.0.64/cuda/lib/x64
将上面三个配置到环境变量中
找到CUDA和CUDNN的安装目录
将CUDNN目录下的文件夹的文件复制到CUDA目录下的相同的文件夹的文件
五、最后现象
import tensorflow as tf
gpu = tf.config.list_physical_devices('GPU')
tensorflow_version = tf.__version__
gpu_available = tf.test.is_gpu_available()
print(gpu)
print('tensorflow version:',tensorflow_version, '\tGPU available:', gpu_available)
True：就表示安装成功，现在就可以使用GPU环境了
Original: https://blog.csdn.net/qq_48764574/article/details/121599551
Author: 牧子川
Title: Win10最详细tensorflow-GPU环境的安装（安装anaconda、CUDA、CUDANN）
相关阅读
Title: Windows下安装CPU版的tensorflow2.0版本
在安装过程中遇到很多坑，搞了好几天，在网上也搜了教程，可是却一直出问题，后面也是各种查资料最后成功了。写下博客记录，下次换电脑的时候再装就避免踩坑了。
一、安装anaconda，添加环境变量
首先我装的是anaconda3，版本号为4.10.3，是2021.11，比较新，
之前安装没有将此添加到环境变量，所以后面参考网上链接先添加到环境变量。
; 二、安装tensorflow（CPU版）
我的PyCharm版本是3.9.7，所以只能下载对应的tensorflow版本，打开Anaconda Prompt，输入以下代码
conda create -n tensorflow python=3.9.7
这里我是3.9.7版本，不同版本自己修改
正常是这样就对了，然后输入activate tensorflow就可以了。
接下来使用pip命令安装
pip install -I https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.6.0-cp39-cp39-win_amd64.whl
这里一定注意后面i是大写，当时没少走坑，然后后面跟着下载链接，
原网址在这：tensorflow版本下载链接
然后就是下载了，下载完后提示我要更新pip版本 跟着命令敲就行
安装完之后会提示我要下载这些模板的指定版本以适配tensorflow，同样是按照命令来就行了（numpy包当时一直下载不下来，我更改了别的版本，好像也不影响？）
; 三、测试安装是否成功
以上操作完后就在命令行中输入python
输入import tensorflow as tf
如果出现以下警告
This TensorFlow binary is optimized with oneAPI Deep Neural Network Library...
其实这个警告是提醒tensorflow可以以更快速度运行，
输入以下代码进行忽略
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'
再次导入就没问题，什么都不显示说明是没有问题，然后再用以下代码进行测试安装成功
import tensorflow as tf
tf.compat.v1.disable_eager_execution()
hello = tf.constant('hello,tensorflow')
sess= tf.compat.v1.Session()
print(sess.run(hello))
用这段代码进行测试
能出结果说明就是成功了，在这里当时还遇到问题，因为别人是比较早装，有些可能是tensorflow1.0版本，这是2.0，有些命令不一样。详细可以参考以下两篇博客：
https://blog.csdn.net/sinat_36502563/article/details/102302392?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522164753033016780261910546%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=164753033016780261910546&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2allfirst_rank_ecpm_v1~rank_v31_ecpm-2-102302392.142v2pc_search_result_cache,143v4register&utm_term=module+tensorflow+has+no+attribute+Session&spm=1018.2226.3001.4187
https://blog.csdn.net/weixin_38410551/article/details/103631977
第一次写博客，很多地方还是有不足，欢迎大佬们指正，我也是刚入门深度学习的小白，希望和大佬们一起学习。
Original: https://blog.csdn.net/despling20/article/details/123593216
Author: Des_pling
Title: Windows下安装CPU版的tensorflow2.0版本