Tensorflow-gpu的安装与配置（对一篇宝藏博客的补充）

之前我一直是直接下载的PyCharm使用，其实Anaconda中是带有PyCharm的。如果你是刚接触不久的，我建议是直接一次性把Anaconda下载并配置好，里面有许多工具，今后会更加方便。

我的旧电脑也无法使用GPU进行训练，所以一直将就着。最近实验的训练数据增大，又换了新电脑，时间成本确实太大，必须要用GPU训练。

我参考的博客是这篇，文章比较新，我觉得写得非常好，非常详细！再次感谢这位博主！

Tensorflow-gpu保姆级安装教程（Win11, Anaconda3，Python3.9）

接下来我将结合自身遇到的问题，进行补充和说明：

1、首先要说明的是，tensorflow是有两个版本的！！

我之前在官网上看到的说1.15版本之前，CPU和GPU软件包是分开的。证明我所言非虚，如下图：

 

这对我对我造成了很大的误导，认为没有tensorflow-gpu了，实际上不是，我按照博客里的指引，安装了2.7的版本，由此可见CPU和GPU软件包仍然是分来的。

安装了tensorflow-gpu后，就不用安装tensorflow了！！在使用的时候也是直接 import tensorflow，而不是 import tensorflow-gpu。在PyCharm里，如果你import的包有 - 符号，是会报错的（具体原因我还没弄清楚），甚至你自己的.py文件名里有 -  符号一样是报错，所以如果你要import自己编写的.py文件，需要把文件名里的 - 符号改成下划线_。

2、tensorflow-gpu、CUDA、cuDNN版本对应关系

不是所有的东西都是越新越好，python学习过程中就能体会到这一点。按照博客中，直接下载作者的版本就好，低一些的版本用起来更顺手，前人的经验，让后人少踩坑。

3、tensorflow环境的创建

对应博客中的【（六）创建tensorflow环境】。

我之前在PyCharm里的环境在我安装Anaconda之后立刻就用不了了，并且我原来安装过的所有的包都没法在PyCharm里查看了，所以我不知道原来安装了哪些包、版本是多少。

所以创建环境之后，我立马按照源文件里的报错，把包都重新安装上。由于我粗暴采用 conda install 的方式，没有考虑到包的版本，导致我的环境最后搞得乌烟瘴气，各种包之间相互冲突。最后无奈，我只能删掉这个环境，重新再创建一个。

conda remove -n  环境名 --all     #删除创建的虚拟环境，包括里面所有的包

注意！！删除前要退出你所要删除的这个环境！！

conda deactivate

第二次重新创建环境，我只安装了这次实验必要的包，最为重要的还是numpy和pandas这两个，我安装的版本是numpy 1.19.5 ，pandas1.5.3 ，matplotlib 4.3.3 ，没有问题。