深度学习框架——TensorFlow（CPU、GPU版本）安装教程_深度学习tensorflow-cpu环境搭建

        在经历了多次的实践（折磨）后，总结了以下自认为比较好用的TensorFlow安装方式，如有更好用、简便的方式，或者安装过程仍出现了问题，欢迎进行反馈以便改进。

        CPU、GPU版本的安装步骤刚开始一致，待到不一致处会进行提醒。

安装步骤：

一、安装Anaconda

        首先去Anaconda的官网（Anaconda | The World's Most Popular Data Science Platform），下载Anaconda。（不建议只下载miniconda，因为Anaconda可以直接查看虚拟环境并下载相关的资源，比miniconda更直观、好控制）

1.选中Individual Edition

 2.根据自己电脑的系统选择相应的版本（本电脑是Windows系统，Anacondada的版本不做要求）

3.进行安装即可

二、打开Anaconda Navigator，创建一个新的环境

        先去TensorFlow官网查看TensorFlow各版本与python版本的对应关系（https://www.tensorflow.org/install/source#common_installation_problems），进行相应虚拟环境的创建。（如果TensorFlow官网打不开，可以去直接搜索，但目前似乎搜索到的大部分都是TensorFlow2.0版本之前的对应关系）

三、打开Anaconda Prompt

        在命令行输入 conda info -e 查看所有的虚拟环境，*号标注的是当前的虚拟环境，输入 activate （自定义的准备安装TensorFlow的虚拟环境名），激活虚拟环境。 

CPU版本安装

        在命令行输入 conda install tensorflow=版本号 即可安装CPU版本。（使用pip安装也许，不过需要输入 pip install tensorflow==版本号 ）

GPU版本安装

        在命令行输入 conda install tensorflow-gpu=版本号 即可安装GPU版本。（使用pip安装同理）

        如果安装过程太慢，可以更换镜像源进行安装。

        安装好后，根据TensorFlow官网上的TensorFlow版本与CUDA、CUDNN版本的对应关系，下载并配置合适的CUDA、CUDNN。

        CUDA、CUDNN的配置在这篇博客中写的十分详细：
cuda安装教程+cudnn安装教程_sinat_23619409的博客-CSDN博客_cuda安装cuda9.0+cudnn7.0安装教程 1、下载cuda9.0下载链接：https://developer.nvidia.com/cuda-toolkit-archive 2、安装cuda安装cuda时，第一次会让设置临时解压目录，第二次会让设置安装目录；临时解压路径，建议默认即可，也可以自定义。安装结束后，临时解压文件夹会自动删除；安装目录，建议默认...https://blog.csdn.net/sinat_23619409/article/details/84202651?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522164039929816780366573535%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=164039929816780366573535&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~first_rank_ecpm_v1~rank_v31_ecpm-1-84202651.pc_search_result_cache&utm_term=cuda%E5%AE%89%E8%A3%85%E6%95%99%E7%A8%8B&spm=1018.2226.3001.4187

        GPU版本只有NVIDIA显卡可以使用，条件允许的话建议还是用GPU版本，确实可以加速很多，节省时间。

        希望大家都能顺利安装、配置TensorFlow，开启愉快有趣的深度学习之旅。

参考链接：

cuda安装教程+cudnn安装教程_sinat_23619409的博客-CSDN博客_cuda安装