【环境搭建】Win10系统下卸载并重新安装Anaconda3，安装tensorflow2.8.0（CPU及GPU版），CUDA及cudnn的配置
目录
一、卸载并重新安装Anaconda3
卸载：
安装：
编辑系统变量中的path
二、安装TENSORFLOW （CPU）
在cmd中操作
三、TensorFlow （升级GPU支持）
keras:
编辑
四、一些其他常用命令：
反复安装卸载了两三次，终于安完了，总结一下：
系统版本：windows10 64位
python3.9.7 , cuda11.6 , cudnn8.4.0 , Anaconda4.10.3，显卡：GTX1660ti,
一、卸载并重新安装Anaconda3
卸载：
1、在anaconda prompt中：conda install anaconda-clean
2、再输入：anaconda-clean --yes
3、运行之前安装anaconda3的目录下的Uninstall-Anaconda3.exe进行卸载
安装：
去官网下安装包，一路next , 图上这一步不要勾选添加环境变量，自己设置环境变量
编辑系统变量中的path
在系统变量中的path中添加你安装anaconda时的这几个文件路径
- 最后可以使用Win+R调出cmd
输入conda -V，可以看到Anaconda的版本号，即为Anaconda安装成功！
- 打开conda终端
输入activate激活环境
输入python查看python版本
输入conda
无误即安装成功！！！
二、安装TENSORFLOW （CPU）
-
在cmd中操作
1 查看目前已经存在的环境
conda info --envs2 Anaconda Prompt终端，输入清华仓库镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
3 修改pip的配置文件，在 C:\Users\×××目录中创建名为pip的文件夹（×××为用户名），然后在里面创建名为 pip.ini 的文件，最后在该文件中添加以下内容，保存
[global]
index-url=https://pypi.tuna.tsinghua.edu.cn/simple
timeout = 6000
[install]
trusted-host=pypi.tuna.tsinghua.edu.cn
disable-pip-version-check = true
4 在anaconda prompt中建立新环境：
conda create -n tensorflow39 python=3.9.7tensorflow39是你设置的环境名字，可以自己起一个；python的版本可以自己指定
5、激活创建的环境：activate tensorflow39
6、安装tensorflow：pip install tensorflow
- 安装tensorflow时，若下载比较慢，选用清华镜像的包命令，这是一个临时路径，也可以指定安装的版本号。
- pip install tensorflow-cpu==2.2.0 https://pypi.mirrors.ustc.edu.cn/simple （可以自己指定版本）
显示以下代码则安装成功
7、检验是否成功安装：
在Anaconda3-Anaconda Prompt终端依次输入代码
activate tensorflow39
python
import tensorflow as tf
tf.__version__
tf.__path__运行结果如下图， 则安装成功
- 关闭tensorflow环境，命令为：deactivate 虚拟环境名
三、TensorFlow （升级GPU支持）
总结一下：要下载相对应的CUDA和cudnn版本
看这里，这位博主总结的非常全面
import tensorflow as tf
print('GPU',tf.test.is_gpu_available())
显示True则Gpu安装完毕
- 如果出现报错：Tensorflow: Cannot dlopen some GPU libraries. Skipping registering GPU devices 请看这里的解决方法，虽然我没用上，之前也有这个问题，但莫名其妙消失了
keras:
激活tensorflow环境（你之前创建的）:activate tensorflow39
进入python:python
输入：
>>> import keras
>>> print(keras.__version__)
可以看见keras已经存在了
四、一些其他常用命令：
激活环境
conda activate查看python版本
python -V #注意V是大写查看 Anaconda版本
conda -V
创建python新版本
conda create --name python36 python=3.6激活python新版本
activate python36下载新版本python相关包
conda create -n py36python=3.6 anaconda 激活&退出
activate 环境名 #激活环境
deactivate #退出环境
如果想要删除一个已有的环境：
conda remove -n name(你环境名字)查看python版本
python -V
退出python
exit（）
配置新环境
conda create -n 环境的名字 python=版本号
查看安装的包
conda list
安装包
pip install 包名
删除包
conda remove --name 环境名 包名
更新包
pip install --upgrade 包名
查看可安装的tensorflow版本：
conda search --full -name tensorflow（新版本没有name:conda search --full tensorflow）查看tensorflow包信息及依赖关系
conda info tensorflow- 储存一下清华镜像源备用
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2/ conda config --set show_channel_urls yes
可参考1 可参考2