(转载)https://blog.csdn.net/XunCiy/article/details/89016510
本文内容以及本人完成的操作都是基于以上博客的文章
由于本学期数据挖掘教学要求使用anaconda-python以及tensorflow的1.13.1版本
一开始按照老师给的教程按部就班安装，但是安装到tensorflow时，使用的两种方式
1 pip install tensorflow
以及在pycharm导入anaconda的解释器内install包tensorflow，都发生了各种意义不明的错误
后面了解到，这两种方式会安装最新版本的tensorflow-cpu和tensorflow-gpu库，就会引发各种错误，特别是tensorflow-gpu版本需要对应版本的CUDA以及cuDNN
因此需要针对tensorflow的cpu和gpu版本进行挑选，而cpu版本的运行速度令人堪忧，因此选择gpu版本
一、 首先要获取显卡驱动版本，这里直接贴出操作，在cmd中输入以下两条命令，直接找到Driver Version
1 cd C:\Program Files\NVIDIA Corporation\NVSMI 2 nvidia-smi
二、根据显卡驱动版本下载兼容的CUDA和cuDNN
这里直接贴出官方的指导，以便后续更新
根据Driver Version下载找到兼容的CUDA：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
根据tensorflow版本选择兼容的CUDA和cuDNN：https://tensorflow.google.cn/install/source_windows
这里强调一句，我的经验是根据tensorflow-gpu版本来更换显卡驱动版本、CUDA以及cuDNN
我下载的是tensorflow-gpu的1.13.1版本，由于我自身的nvidia驱动版本是比411.31新的，所以出现了各种不适配的情况，所以我最后把441.22的NVIDIA显卡驱动卸载，
这里要注意，NVIDIA官网只会提供近期的旧版本显卡驱动，因此我用了各种方法都无法找到411.31版本的驱动，最好我利用CUDA 10.0里可以安装兼容的NVIDIA显卡驱动，直接安装那个驱动，
但最后发现我的显卡驱动版本比该CUDA的提供的NVIDIA显卡驱动更新，这件事发生在我卸载完441.22的驱动以后，正在安装CUDA是选择安装显卡驱动时发现本机已经有417.22版本驱动，但是由于
该驱动版本还是在tensorflow-gpu-1.13.0的兼容范围内，所以没有任何影响。
三、安装Anaconda
直接给出下载链接：https://www.anaconda.com/distribution/
记得选择加入系统变量，这能节省一定的时间
如果自己电脑中有python，可以直接卸载了，不影响anaconda的使用
四、配置tensorflow环境、安装tensorflow-gpu
这里可以直接参照最开始的那篇博文，我就直接贴出命令
打开Anaconda Prompt，根据要安装的tensorflow版本，配置tensorflow
1 conda create --name tensorflow python=3.7
python版本根据tensorflow版本修改
安装tensorflow，我安装的是tensorflow-gpu-1.13.1
1 pip install --ignore-installed --upgrade tensorflow-gpu==1.13.1
五、检验tensorflow安装是否成功
查看tensorflow版本：
1 # 若是安装不成功，这一步就会报错了，各种找不到包等等
2 import tensorflow as tf 3 print(tf.__version__)
2.试用(一个小测试)
1 import tensorflow as tf 2 hello = tf.constant(\'Hello, TensorFlow!\') 3 sess = tf.Session() 4 # 上面那一行代码运行之后会有一些tensor调用本机gpu的输出信息 5 print(sess.run(hello))
最后贴出一个小错误，是tensorflow的小问题，我也不是很懂
https://blog.csdn.net/bigdream123/article/details/99467316
最后总结一下我安装过程中的错误：
1. 显卡驱动版本的不兼容
这一点卡了我很久，是问题的出发点，建议大家以为要安装的tensorflow版本为中心，不要偏好新版本显卡驱动，因为tensorflow可能还不支持新出的显卡驱动
这个问题还会造成CUDA和cuDNN版本的困难选择
2.安装tensorflow要选择正确的命令，以下这句是错误的
1 pip install tensorflow
因为这不仅不会识别你需要cpu还是gpu版本，还会自动下载最新版本的tensorflow库，造成各种错误
以上。