1.Anaconda+pycharm安装

安装教程：
https://www.cnblogs.com/yuxuefeng/articles/9235431.html

专业版：免费对学生开放

2.0 tensorflow-gpu安装

安装前准备：

1.检查要安装的tensorflow-gpu对应的python，CUDA和cudnn版本

https://www.tensorflow.org/install/source_windows
进入上面地址查看版本信息

2.检查硬件支持
右键此电脑→管理→设备管理器→显示适配器
查看电脑是否是Nvidia的显卡，以及对应的显卡型号（非Nvidia显卡不支持CUDA安装）

3. 检查Nvidia驱动是否符合要求
a.在官网上显示，每一个CUDA都对应一个最低的驱动版本要求。官网网址显示如下

https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html#cuda-major-component-versions__table-cuda-toolkit-driver-versions

b.检查自身硬件驱动版本信息
右键进入Nvidia控制面板

进入右下角系统信息，查看驱动版本信号

若版本低于官网要求，则更新Nvidia驱动
驱动下载网址：https://www.nvidia.cn/Download/index.aspx?lang=cn

利用conda安装tensorflow-gpu

进入anaconda navigator， 利用create创建名为tensorflowgpu的新环境，python版本选择上面查询到的符合要求的版本即可。

以下以安装tensorflow-gpu=2.2.0为例

进入anaconda prompt
利用conda activate tensorflowgpu激活刚刚创建的环境

1. 若conda资源库中存在所需的tensorflowgpu版本，则利用
   conda install tensorflow-gpu=2.2.0
   会自动下载tensorflowgpu以及其所兼容的cuda和cudnn

2. 若conda资源库中不存在对应的tensorflowgpu版本则利用
   pip install tensorflow-gpu==2.2.0下载tensorflowgpu
   接着利用以下代码安装cuda：
   conda install cudatoolkit=你想要的版本号
   想要的版本号在上面第一步中对应的conda版本，这边为10.1。
   在安装cuda时conda会自动安装符合要求的cudnn版本

3. 用conda list 查看已安装的包，如果不存在cudnn，则利用以下代码安装cudnn

conda install cudnn

到此，安装结束。

附一个查询Nvidia显卡计算力的官网：

https://developer.nvidia.com/cuda-gpus