tensorflow-GPU安装，及简版（亲测有效）

参考链接Anaconda安装Tensorflow-gpu
需要注意的几点

1. 已经通过anaconda安装过tensorflowCPU的不要卸载它，因为tensorflow-CPU是一个独立的编译环境，对任何编译环境都没有影响。

2. 也不需要卸载其他的Python版本，因为每个虚拟环境下的Python编辑器都是独立的，直接在虚拟环境中安装Python即可
   conda create -n GPU python=3.7 //新建一个python3.7的环境，命名为GPU

3. 代码中conda create -n GPU python=3.7 //新建一个python3.7的环境，命名为GPU的GPU是虚拟环境的名称，可以根据自己的喜好命名

4. 安装完毕tensorflow-GPU后，我通过conda isntall matplatlib指令安装其他库，发现报错。这是因为，我还在清华镜像源中，因为前面执行了这段指令：

   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/main/
   conda config --set show_channel_urls yes
   

   于是我重启电脑，重新进入anaconda prompt中，activate虚拟环境，在虚拟环境下通过pip install matplotlib安装相应的库。

5. 安装完毕只有如何验证是否安装成功？

   import tensorflow as tf
   print(tf.__version__)
   print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))
   

   

6. 执行代码时发现找不到GPU库，我添加以下代码可以解决问题(指定GPU为0)：

   import os
   os.environ["CUDA_VISIBLE_DEVICES"] = "0"