PyCharm环境下TensorFlow2.2.0（GPU）的配置

深度学习课程要做一个手写体识别的实验，查了下资料很多都使用TensorFlow，因此今天费了点时间配置了一下，整理一下自己碰到的一些问题，便于以后再配置。

主要参考文章：

1.windows下用pycharm安装tensorflow简易教程
2.【TensorFlow】Windows10 64 位下安装 TensorFlow - 官方原生支持

列一下我在配置过程中的一些问题：

1.首先是我用到的版本号
Python和PyCharm的版本号没有那么严格的要求，我使用的为：
Python----3.7.4
PyCharm----2020.1.2 (Community Edition)
TensorFlow、CUDA以及cuDNN版本号要求对应比较严格，我按照以下版本配置好了：
TensorFlow(GPU)----2.2.0
CUDA----10.1.243_426.00（约2.5G）
cuDNN----10.1-windows10-x64-v7.6.5.32（约263M，对应CUDA10.1）

在参考的文章中均有对应的链接。

。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

2.我接触Python之后一直是利用PyCharm直接添加要用的包，具体操作见第一篇参考的博客，个人感觉更简单傻瓜一点，和通过pip安装是一回事，因此我在PyCharm里添加了tensorflow-gpu 2.2.0的包。

。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

3.在安装CUDA和cuDNN的过程中参考了很多其他博客，许多提到要替换文件、添加各种环境变量的操作。但在我配置过程中按照第二篇参考博客来，只在解压cuDNN之后添加了一个环境变量，没有替换文件这些，也配置好了。添加环境变量的具体步骤可参考TensorFlow2.1.0安装教程。

。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

4.配置后根据第二篇博客提供的测试代码进行了测试，注意一定要选择对应的TensorFlow版本，1.x.x和2.x.x的很多代码不兼容。我配置好了才发现这个问题，网上很多代码都是1.x.x的，如果要用2.x.x的环境运行需要进行一些更改（见如何在tensorflow2.0 运行tensorflow1.x 代码）。如果要重新装TensorFlow1.x.x还需要更改对应CUDA和cuDNN，太麻烦了就不搞了。

。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

5.第一次运行的时候会卡在一个地方许久，具体问题见tensorflow-gpu运行测试代码，卡在，我第一次运行还以为出啥大毛病了，其实等一会就行了，我等了不到10分钟吧。

。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

6.运行测试代码时会出现很多红色的日志信息，见下图第一次看到就给我整的头疼，没用过TensorFLow的我看见红色就以为是报错，后来查了下都是些日志信息，具体见从源码求证tensorflow中os.environ[“TF_CPP_MIN_LOG_LEVEL”]的值的含义
如果不想再让这些信息出现的话也很简单，在程序开始处添加

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '1'
import tensorflow as tf

注意前两行应放在 import tensorflow as tf 之前才能起作用，添加后就没有密密麻麻的红色啦