在conda虚拟环境下安装tensorflow-gpu
前言：
最近老师让我们提前搭好深度学习的环境，我为此百度了一番，费了不少功夫。失败了几次，不是因为版本问题，就是因为网速突然卡住了… 就差那么一点点，我都快要崩溃了！
不过在折腾了一天后，我还是勉强安上了，特地记录一下安装过程，免得以后需要时，脑子抽筋忘记了。
本文环境为：
- windows10
- Anaconda3-5.0.1-Windows-x86_64(python 3.6.3)
- Tensorflow2.0-gpu
一：安装Anaconda
这个简单，直接从官网下，或者可以去清华开源镜像那里下载，清华开源。在安装过程中，会有一个自动帮你添加环境变量的选项，如果你不会添加环境变量或者嫌麻烦，可以勾选上。虽然官方不推荐，但我个人感觉好像对其它软件没什么影响。所以我一般是勾选的。
安装完成后找到 Anaconda Prompt,可以正常打开，而且输入python 可以进入python环境就说明安装完成了。（再输入exit()即可退出python环境）
二：更换conda下载源
从国内下载国外的资源是真的慢，为此我得先把conda的下载源换成国内镜像才行。
我使用的是清华的镜像,在conda命令行里面依次输入下面四行代码即可：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --set show_channel_urls yes
然后在C:\Users\用户名 目录下找到并打开 .condarc 文件查看是否有如下内容:
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
- defaults
show_channel_urls: true
如果有则说明：配置完成！
三：开始安装Tensorflow
在安装之前首先要先创建一个新的虚拟环境，在 Anaconda Prompt中输入conda create -n gpu python=3.6这里的gpu是我的环境名，可以自行修改，其它就不用改了。如果不熟悉conda的使用可以参考这篇文章 –传送门
稍等片刻后，便会让你选择y or n, 直接按y回车，Anaconda就会自动检测并安装一些必需的包。（这点我觉得比pip做得好）
等待新环境创建完成之后，便可以开启虚拟环境正式进行tensorflow的安装了。开启虚拟环境：conda activate gpu。进入之后，C盘根目录前面会有 (gpu) 的提示，代表你已经进入虚拟环境了。接下来开始安装：conda install tensorflow-gpu=2.0.0。
安装过程中，如果你细心的话，可以看到Anaconda会自动安装匹配版本的CUDA和cudnn，不用去英伟达官网下载了，也避免了版本不兼容的问题。这是一个漫长的过程，我反正等了半小时…
如果顺利的话你已经安装完成了，可以使用如下方法验证是否安装成功：
- 在当前虚拟环境中进入python环境
- 输入
import tensorflow as tf - 再输入
tf.__version__(这是查找版本号, 注意，此处version的左右各有两个下划线) - 你也可以输入
tf.__path__，查找安装位置。 - 若成功出现版本号那就十拿九稳了。
四：在虚拟环境中配置开发工具
因为我们在第三步创建了一个独立的虚拟环境，和原来base环境里的 jupyternotebook 等工具是不通用的。所以我们还要在这里面安装开发工具：
conda install jupyter, conda install spyder.
安装完以后可以在开始菜单搜索jupyternotebook，（anaconda）结尾的是base环境下的jupyternotebook，（gpu）结尾的是这个环境下的jupyternotebook。
到这里我的配置已经全都完成了，剩下的看个人喜好自行添加吧。