現在學習研究中深度學習基本上是標配了，而tensorflow作爲常用的深度學習框架之一，且其2.0版本也改靜態圖爲動態圖，相當於對pytorch的優勢的一次狙擊，加之一直以來，儘管在tensorflow2.0版本發佈前，其經常被用於作爲Pytorch的一個反面教材，但是它的用戶量一直以來都要遠高於pytorch，而今2.0正式版也已經發布，其能否取代新晉網紅pytorch的位置還不好說，但是這並不影響它老牌大哥的地位。廢話不多說，直接講怎麼安裝吧。
本文介紹的是tensorflow gpu版本在win10環境下的安裝，其他版本的安裝本文暫不提供。
安裝條件：
請看官網上顯示的軟硬件要求：
軟件需求就不多說了，各種驅動都能安裝，而硬件則要求有nvidia的gpu且計算能力要在3.5以上。關於顯卡的計算能力可以看這個網站：CUDA-enabled GPU cards
安裝準備
安裝tensorflow gpu 2.0 版本有幾個需要提前下載的文件：
cuda 10.0：注意，目前（2019年11月30日）tensorflow gpu版本只支持到了cuda10.0，如果下載了其他版本會出一些問題，避免踩坑就下載這個版本吧
cudnn 對應cuda 10.0的版本：這個需要先註冊一個賬號然後下載對應於cuda版本的那個版本，當然如果和我一樣那就下載對應cuda10.0的版本的
開始安裝
首先下載anaconda，如下圖，選擇python3.7的版本的
下載並安裝好後，打開anaconda prompt，開始創建一個虛擬環境給tensorflow。
conda create -n tf2 python=3.7
然後別急着去安裝tensorflow，現在安裝了也運行不起來，還有一些環境需要提前配置。
首先安裝顯卡驅動，這個一般大家都已經安裝好了，但是以免萬一，大家可以找找自己電腦上是否有nvidia控制面板（如下圖），如果有就表示已經裝好了，沒有的話請大家去百度下安裝吧。
然後是CUDA10.0的安裝，安裝路徑什麼的直接點next即可，但是需要注意，如下圖所示（下圖來自網絡，版本號不對，但是界面是一樣的），在這裏選擇自定義。
安裝路徑大家儘量不要去改，放在固態的運行速度也會快一點。關於安裝的配置需要講一下，如下圖（同樣來自網絡，版本號可能不同，但是界面相同）。默認所有的組件都勾上的，但是並不需要全部安裝，且有時候全部默認安裝還會有問題。
首先是看新版本和當前版本兩列，如果新版本的版本號比當前版本的版本號高，那麼勾上也無妨，但是如果新版本的版本號還沒有當前版本高，那麼就記得取消勾選，畢竟讓舊版本去覆蓋新版本，可能會產生很奇怪的錯誤。其次，如果你電腦上沒安裝visual studio2010~2017中某個版本的話（親測2019版本不行），就記得取消勾選下圖紅框選項（圖同樣來自網絡），如果勾選了會報錯，不要擔心，tensorflow的使用不需要cuda安裝visual studio的集成。
其他的安裝就一路next下去即可。
然後將cudnn解壓，並將其解壓後文件複製到cuda安裝目錄下：
然後該配環境變量了，在系統環境變量PATH中將下述幾條設置爲置頂（這幾條的順序隨意），前4條爲cuda和cudnn的環境變量，第5~6條爲anaconda的環境變量，如果之前安裝時就已經選擇將其加入環境變量的話則可忽略。需要注意的是，請大家注意自己的安裝路徑，如果你們改了默認的cuda和cudnn的安裝路徑的話，則和我這裏會有區別，請視實際情況修改。
然後簡單測試一下cuda是否安裝成功且環境變量配置正確了
新打開一個cmd窗口，一定要新打開，之前打開的不行。
如下圖所示，輸入nvcc -V，如果輸出和圖中相同，則表示安裝成功了
這時已經完成一大半工作了，接下來只需要安裝tensorflow的本體即可。
打開anaconda prompt，輸入conda activate tf2（這個tf2是你自己取的安裝tensorflow-gpu2.0的虛擬環境的名字，如果不記得自己之前取的名字，可以輸入conda env list查看）
然後進入tf2虛擬環境，如下圖所示，注意最前面括號裏顯示的就是虛擬環境的名稱
這個時候這個環境中已經安裝好了python環境，但還沒安裝tensorflow
關於conda和pip的知識請大家酌情自己百度學習，這裏直接講如何操作。
官方網站上已經寫出了安裝命令，這裏我們選擇穩定版本，即pip install tensorflow-gpu即可，但是！親測直接下載網速極慢，這裏推薦使用清華源的鏡像
但是由於清華源的未知原因，其網站顯示如下圖，這意味着我並不知道清華源的tensorflow版本是否是最新版，甚至有可能連2.0都不到，但是直接下載直接太慢，因此我決定試一試，目前tensorflow gpu版最新版爲2.0,（後面沒有跟rc1之類的，即之前有版本爲2.0.0rc1等），因此我決定指定安裝版本。
輸入如下命令即可，親測有效且速度很快：
python -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==2.0.0
安裝完後，在tf2虛擬環境下，照如下操作檢查是否安裝成功，如果顯示和下圖類似則表示安裝成功：
