Tensorflow-gpu安装教程（window11和window10一样）
1.安装最新版Pycharm（最常见的编译器）
下载官网：https://www.jetbrains.com/pycharm/
可以安装到D盘，版本免费社区版就行，推荐装最新版
2.安装最新版Anacanda
下载官网：https://www.anaconda.com/download/#windows
可以安装到D盘，版本无所谓，推荐装最新版,通常下载好会自动添加环境变量。否则手动添加，不然影响后面的win+R下的cmd运行框的conda命令执行
3.创建永久加速下载镜像源
创建一个pip目录，如：C:\Users\用户名\pip，新建文件pip.ini，用记事本打开编辑内容：
[global]
timeout = 6000
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
trusted-host = pypi.tuna.tsinghua.edu.cn
4.参看自己显卡支持CUDA的最高版本
5.查看对应版本的cuda(显卡驱动)和cudnn（加速库）和tensorflow-gpu（库包）
附官网https://tensorflow.google.cn/install/source_windows
6.以下载tensorflow-gpu2.4，CUDA11.0，cuDNN8.0为例
6.1 cmd窗口创建虚拟环境
conda create -n tensorflow2.4 python=3.7
6.2 进入环境
activate tensorflow2.4
6.3安装gpu版本的tensorflow2.4
pip install tensorflow-gpu==2.4.0
6.4 安装CUDA11.0
官网：https://developer.nvidia.com
点右下角2.8G的download，自定义安装，安装路径默认，取消勾选组件下CUDA–Visual Studio integration
6.5 安装cuDNN8.0
官网：https://developer.nvidia.com/rdp/cudnn-download
解压好之后将三个文件夹一起复制到CUDA/V11.0路径下。安装好驱动要重新启动电脑才会生效！！！不然就是报错DLL…
6.6 在pycharm配置conda创建好的环境
file–settings–python interpreter–add
pycharm添加环境变量
选中Anaconda\envs\tensorflow2.4\python.exe，ok完后勾选Make available to all projects
6.7 测试gpu版本的tensorflow是否安装好
import tensorflow as tf
print(tf.test.is_gpu_available())
出现红色的警告不用管，没error就行，看到输出true说明安装好了
7 gpu版本pytorch安装教程
7.1 进入pytorch官网https://pytorch.org/get-started/locally/
7.2 复制命令后在后面加上阿里云上加速-i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com后运行
pip install torch==1.10.2+cu113 torchvision==0.11.3+cu113 torchaudio===0.10.2+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com
7.3 测试gpu版本的pytorch是否安装好
import torch
print(torch.__version__)
print(torch.cuda.is_available())
可以看到pytorch的版本的号和cuda可用
