1.安装Anaconda

• windows安装Anaconda: https://blog.csdn.net/qq_36944952/article/details/120587562
• Linux安装Anaconda: https://blog.csdn.net/qq_36944952/article/details/120202783

2.查看自己电脑上cuda版本，显卡信息

点击左下角的系统信息就可以看到自己电脑的cuda版本（或者可以通过在命令行输入nvidia-smi命令进行查看）

如果没有控制面板，可以去Windows自带的微软商店下载安装，如果无法安装成功，考虑原电脑显卡驱动有问题，考虑通过下载驱动精灵更新显卡驱动之后再进行安装

• 安装tensorflow-gpu时需要根据自己电脑已有的cuda版本进行命令的选择，否则会导致tensorflow，cuda不可用（命令行显示的cuda版本为此驱动可支持的最大版本的cuda，如果需要其他版本的cuda可以自行安装）。
• 如果想提升最大可兼容cuda版本，需要更新显卡驱动。

3.安装tensorflow-gpu前需要明确的信息

TensorFlow-gpu安装时要与CUDA、CUDNN版本对应。
请参考网址：https://tensorflow.google.cn/install/source_windows。
明确四个东西：
1.需要安装的tensorflow-gpu的版本。
2.要安装的tesorflow-gpu对应的cuda版本。
3.要安装的tesorflow-gpu对应的cudnn版本。
3.要安装的tesorflow-gpu对应的python版本。
参考下图：

更详细的配置信息请参考给出的网页链接。
明确以上信息之后就可以安装tensorflow-gpu了。

4.安装tensorflow-gpu【以安装tensorflow_gpu-2.1.0为例】

其他版本的tensorflow-gpu可参考以下教程进行安装。

安装tensorflow_gpu-2.1.0，首先明确第3点提到的三个东西，如下图所示：

cuda版本为10.1， cudnn为7.6， python版本在3.5-3.7之间选择。
接下来开始安装tensorflow_gpu-2.1.0。

(1) 在Anaconda中创建虚拟环境，tf2.1【虚拟环境命名可以任意】

conda create -n tf2.1 python=3.7

其中，tf2.1为虚拟环境名称，python=3.7为指定的python版本，也可不指定，不指定时默认好像为anaconda python的版本。

(2) 显示自己创建的虚拟环境

conda env list

(3) 进入创建虚拟环境tf2.1

conda activate tf2.1

(4) 安装指定 版本的TensorFlow

pip3 install tensorflow-gpu==2.1.0

(5) 安装对应版本的cudatoolkit和cudnn。

由第3步我们获得的信息可知，tensorflow-gpu==2.1.0对应的cuda版本为10.1， cudnn为7.6。
依次输入以下命令：

conda install cudatoolkit=10.1 
conda install cudnn=7.6 

如果已经安装好anaconda的同学，这部分执行出错，可能是channel的问题，可以参考文章https://blog.csdn.net/qq_36944952/article/details/120587562，4.anaconda换源部分。

(6) 验证是否安装成功

先在命令行输入python进入交互式界面，然后用如下命令验证是否gpu版本启用。

import tensorflow as tf
tf.test.is_gpu_available()

如果返回True则说明安装成功。