1、安装anaconda

https://www.anaconda.com/download

打开命令行工具，出现base就表示安装成功了，表示当前的虚拟环境名

2、安装Tensoflow

2.1、创建虚拟环境

在刚才的命令行中进行操作

bash 复制代码

# 创建一个名字为TF2.1的python3.7版本的虚拟环境
conda create -n TF2.1 python=3.7

# 进入虚拟环境（会发现（base）变成了TF2.1表示当然进入了我们创建的虚拟环境）
conda activate TF2.1

2.2、安装Tensorflow依赖

bash 复制代码

# 如果不支持GUP则跳过这两步
# 英伟达SDK=10.1
conda install cudatoolkit=10.1

# 英伟达深度学习软件包7.6
conda install cudnn=7.6

安装tensorflow
pip install tensorflow==2.1

2.3、验证Tensorflow是否成功

查看版本号，如果版本号输出时2.1表示tensorflow安装成功

python 复制代码

python
import tensorflow as tf
tf.__version__

3、配置pycharm环境

打开pycharm创建项目，选择刚才通过anaconda创建的虚拟环境进行开发

创建成功之后，输入以下代码进行验证，第一行时获取版本号，第二行时获取当前是否支持GPU，后面的计算两个变量之和

python 复制代码

import tensorflow as tf


def print_hi(name):
    # Use a breakpoint in the code line below to debug your script.
    print(f'Hi, {name}')  # Press Ctrl+F8 to toggle the breakpoint.


def tensorflow_t():
    tensorflow_version = tf.__version__
    gpu_available = tf.test.is_gpu_available()
    print("tensorflow version :", tensorflow_version, "\tGPU available:", gpu_available)

    a = tf.constant([1.0, 2.0], name="a")
    b = tf.constant([1.0, 2.0], name="b")
    result = tf.add(a, b, name="add")
    print(result)


if __name__ == '__main__':
    tensorflow_t()

4、错误记录

Could not load dynamic library 'cudart64_101.dll'; dlerror: cudart64_101.dll not found
如果出现cudart64_101.dll找不到去官网进行下载一个放到C:\Windows\System32目录下

官网网址：https://www.dll-files.com/cudart64_101.dll.html