目录
1 下载安装Anaconda
1）百度搜索“Anaconda3”或直接访问官网下载，点击Download按钮。
Anaconda3最新版本是4.8.3，对应的Python版本是3.8。为了更好的兼容，不建议下载最新的Anaconda3版本。
2）官网下载太慢，选择国内镜像，通过日期找到所需的版本。
3）Windows-x86_64 表示64位的Windows系统，不要选错。如果不知道下载哪一版本，可以参考版本选择指南
博主选择的是 Anaconda3-2018.12-Windows-x86_64.exe，对应的 Python3.7.1
4）安装时勾选，添加环境命令；.
2 安装CUDA10
这部分仅针对NVIDIA显卡用户，满足安装GPU版本的TensorFlow才需要进行，若AMD显卡直接跳转到后面CPU版本的TensorFlow配置部分。
1、查看本机的CUDA驱动适配版本
桌面右键打开英伟达控制面板，点击帮助->系统信息->组件
这里本机支持 CUDA10.2.141 以下版本
或者cmd查看：nvidia-smi
博主选择下载了 10.0 版本（供参考）
2、C盘空间还够，所以直接装到C盘默认路径，方便以后好找
选择自定义安装，不需要的东西不予勾选。VS没有安装的话不勾选VS集成（否则会安装失败）。
CUDA的驱动版本低于当前，所以不勾选（否则可以勾选提升下驱动版本）
安装成功！
控制面板 > 程序 > 卸载程序，可以看到刚才安装的组件。
CMD命令查看是否安装成功：nvcc --version
2.1 cuDNN
官网下载：https://developer.nvidia.com/rdp/cudnn-archive
需要注册账号并登录才能下载，下载完毕后解压，将cuDNN压缩包内对应的文件复制到[CUDA安装路径](C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0)的 bin、include、lib目录。
2.2 添加环境变量
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
3 TensorFlow安装
3.1 CPU版本TensorFlow
-
检查Anaconda是否安装成功：
conda --version -
检测目前安装了哪些环境：
conda info --envs -
检查目前有哪些版本的python可以安装：
conda search --full-name python -
安装不同版本的python：
conda create --name tensorflow python=3.5.2使用清华镜像，进入Anaconda Prompt（win左下角搜索即可找到），输入命令：
# 添加Anaconda的TUNA镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
# 设置搜索时显示通道地址conda config --set show_channel_urls yes
然后再输入：conda create -n tensorflow python=3.5.2
安装完成
-
切换新环境：
conda activate tensorflow -
安装CPU版本的TensorFlow，输入：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ tensorflow==1.2.0 -
更新pip，使用镜像：
python -m pip install --upgrade pip -i https://pypi.tuna.tsinghua.edu.cn/simple -
测试：首先键入
python，然后输入import tensorflow as tf
第一次产生警告，再输入一次正常（如果尝试不行再根据报错百度）
CPU版本成功后，再来装一个 GPU 版本
3.2 GPU版本TensorFlow
-
创建环境：
conda create --name tensorflow-gpu python=3.7.1 -
检测目前安装了哪些环境：
conda info --envs -
**环境：
conda activate tensorflow-gpu -
更新pip：
python -m pip install --upgrade pip -i https://pypi.tuna.tsinghua.edu.cn/simple -
下载GPU版本的TensorFlow：
pip install --ignore-installed --upgrade tensorflow-gpu阿里云 http://mirrors.aliyun.com/pypi/simple/
清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣(douban) http://pypi.douban.com/simple/使用镜像：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ --upgrade tensorflow-gpu==2.0.0 -
安装cuda：
pip install cudatoolkit=10.0.130 -
安装cudnn：
pip install cudnn=7.6.5 -
查看当前环境下已安装的包：
conda list