tensorflow是在anaconda上安装的，所以先安装anconda
一、安装anaconda3
我安装的是这一个，anaconda自带python，所以不需要单独安装python
点击安装，一路next下去
（图不是我安装的图，哈哈）安装位置可以自己更改，记住自己的位置就好
添加环境变量不要勾，自己后面手动添加比较好，然后一直next下去，直到完成。
然后配置环境：
先找到自己的安装位置，我的是装在E盘，
需要添加的路径有这四个：
E:\Anaconda3
E:\Anaconda3\Scripts
E:\Anaconda3\Library\bin
E:\Anaconda3\Library\mingw-w64
这四个你自己的路径添加到环境变量的path里
然后就可以了，有些电脑可能需要重启才能生效
然后找到
中的
打开是一个小黑框终端，输入python，回车，可以看见python版本为3.7.6
查看环境是否配好：window键+r 输入cmd，输入python，回车
搞好
二、tensorflow 2.0版本cpu安装
由于python 3.7和tensorflow 2.0.0 不匹配，所以要配置一个python3.6的虚拟环境，配置虚拟环境也是为了以后安装其它东西时减少冲突，而且如何以后要卸载tensorflow时，直接删除这个虚拟环境就好了，就会把这个虚拟环境里的所有东西删掉。刚开始装软件时难免会遇见各种问题，那么这就安装和卸载很方便了，哈哈哈。
先把一些指令贴出来，没帖出来的可以去百度，应该我也是新手菜鸟，哈哈
#新建python3.6的虚拟环境，tf2.0是我自己给我环境取的名字，你可以改成你自己的conda create -n tf2.0 python=3.6#删除虚拟环境，tf2.0改成你需要删除环境的名字conda remove -n tf2.0 --all#查看所有的环境conda info –e#激活conda activate 环境#退出环境conda deactivate
1、创建虚拟环境
打开Anaconda Prompt(Anaconda3)，就是之前的那个小黑框
conda create -n tf2.0 python=3.6
回车，出现y/n的话，输入y，回车，由于我装过了就不再装了，成功后可以查看
conda info –e
我们可以看见我们新建的tf2.0了，然后激活tf2.0，可依发现最前面的环境由base变成了tf2.0，也就是我们新建的环境
2、安装tensorflow 2.0.0 cpu版本
安装之前，先更新pip，不然可能会出现各种为题，下载速度慢，不能下载等
python -m pip install --upgrade pip
回车，所有需要y/n的地方都是y，回车，卸载时也一样
然后安装tensorflow
pip install tensorflow==2.0.0 -i https://pypi.tuna./simple
装完之后tensorflow 2.0.0 cpu版本就安装好了，验证的时候你输入python,会出现python的版本号，3.6版本的
导入包，查看版本号，没报错就行
import tensorflow as tfprint(tf.__version__)
用ipython验证时，输入ipython，如果报错或者版本号不是3.6而是3.7的话，说明你这个需要环境里没有安装ipython。
安装：pip install ipython
正常如下：
验证：
**在这里还有个问题，就是打开jupyter notebook后，如果启动不了就去找命令在虚拟环境中安装一个。
jupyter notebook
回车后它会打开浏览器到jupter界面：
点这个new会出现Python3和我们建的(tf2.0)环境，点tf2.0进入编辑页面我的这里显示服务准备好了，但是如果出现 no module named ipykernel_launcher notebooks 连接不上
在相应环境中重载 pip install ipykernel pip uninstall ipykernel
然后就好了，我就是遇见这个问题，搞了好久才在网上找到解决办法。
我出现的问题是用Python3的环境能连接上，tf2.0不行。因为你的tensorflow是安装在tf2.0里的，所以你用Python3环境只能运行python程序，不能运行tensorflow程序。
输入后，shift+回车，输出版本号
cpu版本安装到这就完了，gpu版本可以和cpu版本一起装在tf2.0环境里。
二、gpu版本安装
gpu安装需要NVIDIA显卡，好像算力还有要求，具体就要去好好查一下啦
NVIDIA驱动：下载地址
CUDA:下载地址
cuDNN：下载地址
NVIDIA驱动找到自己对应的版本，版本大于441吧
CUDA用的10.0
cudnn也找对应的，下载可能比较慢
我的是这些：
1.安装NVIDIA驱动
我的时默认安装位置，然后一直下去，选择精简安装，直到成功
安装好之后在anaconda里面可以查看驱动
nvidia-smi
2.安装CUDA
双击进入安装，安装位置可以自己选择，记住就好，后面要配置环境。选择自定义安装，只勾选CUDA，下面两个不用选，装驱动时已经装了。
然后选择安装位置，就默认吧，也可以自己改。。。但是后面配置的时候要知道在哪
然后一直到成功
然后配置环境：加入用户变量的path里，（下面系统变量我没试过，不知道行不行），好了之后重启电脑，有些可能不需要重启
需添加的有2个：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64
你要找你安装的位置，添加对应的就好了
系统变量里的已经默认安排好了
验证：在anaconda里输入：nvcc -V
成功
3.安装cndnn
下载的是压缩包，解压后就是一个文件夹，再点进去
就是装CUDA配置环境的那个路径进去，那些文件夹中有三个和这相同的文件夹
把cndnn里的三个文件夹里的东西分别复制粘贴到对应的文件夹下，有相同的就替换。然后就可以了，那个txt文档不用管。
4.安装tensorflow gpu版本
在tf2.0环境中输入下面安装命令，回车，y，回车，完成
pip install tensorflow-gpu==2.0.0 -i https://pypi.tuna./simple
测试，之前已经弄好了jupyter notebook，直接打开在这里面测试：
选择tf2.0环境
输入：
import tensorflow as tfprint(tf.__version__)print(tf.test.is_gpu_available())
print(tf.test.is_gpu_available())运行可能比较慢，等一会。
这样应该算安装成功了吧，哈哈哈哈哈
本来就想放弃了，从入门到放弃。。。。。
一开始是win7系统，装不好，我以为是系统问题，然后重装了win10系统，但是装好win10后我发现好像不是系统问题，而是我装gpu版本时先装cuda，没有先装驱动。。。。。肺都要气炸了，除了这，还有其他那么多软件要重装，想想都心累，win10装的时候也遇见了很多问题，都是装了不行删了重装，重装，重装。。。。。。。。
