前言：
之前安裝的 CPU 版本的 tensorflow 一直出問題，索性就直接安裝 GPU 版本的 tensorflow 了（有了GPU 就不能浪費(fèi)）。

安裝過程：

1）看自己有無 GPU，找到對應(yīng) GPU 的版本：任務(wù)管理器 => 性能 => GPU

然后在 Anaconda Prompt 里面輸入 nvidia-smi 來檢查是否含有英偉達(dá)驅(qū)動，若沒有則需要在 英偉達(dá)官網(wǎng) 安裝驅(qū)動：

下載好了驅(qū)動之后，在 cmd 中輸入命令 nvidia-smi ：

2）在虛擬環(huán)境中安裝 GPU 加速軟件包 cuDNN、CUDA：

首先根據(jù)官網(wǎng) https://tensorflow.google.cn/install/source_windows?hl=en#gpu 來確定 tensorflow、cuDNN、CUDA 的對應(yīng)關(guān)系：

然后根據(jù)網(wǎng)站 https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html 來確定自己的 GPU 所支持的 CUDA 版本：

這里我安裝的是 tensorflow-gpu==2.1、cuDNN=7.6、CUDA=10.1

# 創(chuàng)建名為 tensorflow 的虛擬環(huán)境，其 python 版本為 3.7
conda create -n tensorflow python=3.7
# 進(jìn)入 tensorflow 的虛擬環(huán)境
conda activate tensorflow
# 安裝英偉達(dá)的SDK10.1版本
conda install cudatoolkit=10.1   
# 安裝英偉達(dá)深度學(xué)習(xí)軟件包7.6版本
conda install cudnn=7.6  
# 安裝 tensorflow-gpu 指定 2.1 版本 
pip install tensorflow-gpu==2.1   

2.0以后tensorflow和tensorflow-gpu有啥區(qū)別：conda 裝東西總是喜歡檢查環(huán)境中所有包的依賴關(guān)系，當(dāng)你裝了 tensorflow 再用 conda 裝matplotlib，就把 tensorflow 的 numpy 包給替換了，造成使用 tensorflow 后報 numpy 錯誤。因為安裝軟件包的話，能用 pip install xxx 裝盡量用 pip，少用 conda install xxx。