Anconda安装tensorflow2.0和tensorflow-gpu2.0超详细
1 安装anconda
首先到清华镜像源下载最新的anconda
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=D
下载完成后点击安装，一直点击下一步
更换安装地址到别的盘，下一步
勾选第一个选项，下一步
等待安装完成
点开屏幕左下角的“开始”，即可看到新安装的spyder编辑器
点开Anconda Prompt配置清华镜像源环境
依次输入以下命令，点击回车
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
2 安装tensorflow
先创建一个新环境 以便安装tensorflow (cpu)
输入conda create --name tfenv python=3.7
回车等待安装完成
**环境 输入 activate tfenv
这里安装tensorflow2.0
输入 pip install tensorflow==2.0等待安装完成
打开anconda navigator 下载tfenv编辑器
输入spyder 点击apply等待下载完成
然后左下角开始打开spyder（tfenv）就可以了。
3 安装tensorflow-gpu（有独立显卡才可安装）
最重要的是确定你的CUDN cudnn tensorflow-gpu版本三者要对应
首先去https://www.geforce.com/hardware/technology/cuda/supported-gpus看看这个列表里面有没有你的GPU型号。如果有则很幸运，你可以用tensorflow-gpu加速你的训练，如果没有就老老实实用CPU跑跑demo吧。我的显卡类型是GTX1060
首先，打开Tensorflow官网的安装指南（https://www.tensorflow.org/install/install_windows），这就是总的指导纲领了
我选的是
CUDA10.0+cudnn7.6+tenforflow-gpu=2.0
3.1 下载CUDA
https://developer.nvidia.com/cuda-toolkit-archive （最新的不一定适用）
3.2 下载cudnn
https://developer.nvidia.com/rdp/cudnn-archive
注册一下，然后进去下载
3.3 安装
选择自定义，全选，下一步，安装完成
解压cudnn
复制这三个文件夹到CUDA文件夹下
配置环境变量
安装tensorflow-gpu=2.0
先新建环境
输入conda create --name tfgpu python=3.7
activate tfgpu
pip install tensorflow-gpu==2.0
再安装一遍spyder即可（见上）
4 pycharm添加gpu环境（不用pycharm直接用上面spyder是一样的）
完成。