win10x64下安装anaconda、配置tensorflow并在jupyter和pycharm中使用tf

其实之前都在电脑上配置过tensorflow的环境，当然也是在anaconda下的，同时也写过相关的问题笔记，但是由于偷懒写的很简略。在重装了系统之后，电脑上的TensorFlow环境出了点问题，干脆就卸载了anaconda。重装TensorFlow时发现自己居然不会了，哎，搜索了一些博客后，最终算是圆满安装，这次不偷懒，仔仔细细地记录下。
由于我配置的是GPU版本的，所以要涉及CUDA的配置。这里我把整个过程描述为CUDA和cuDNN环境配置、安装anaconda、配置TensorFlow环境、在jupyter notebook和pycharm中使用tf四个环节。我的环境为：win10、64位、显卡为1050Ti。

1 CUDA和cuDNN环境配置

1.1 查看电脑的显卡类型

在电脑设备管理器(我的电脑右键–点击属性–出现设备管理器)中显示适配器下查看。如下图所示，我的电脑的显卡为1050Ti。

1.2 CUDA安装

关于CUDA安装的版本，很多博客上都说要去NVIDIA控制面板下(如下图所示)查看自己需要的CUDA版本，其实我觉得是可以不用的，因为TensorFlow现在最高只支持CUDA9.0，我之前也是安装了CUDA9.1，然后却在安装TensorFlow的时候报错。所以这次我直接安装CUDA9.0。关于这方面的更多细节请参考。需要注意在安装之前可能需要更新NVIDIA显卡驱动，在更新驱动的时候，个人建议尽量使用低版本的驱动。驱动下载地址

TensorFlow官网对显卡的支持

在敲定了CUDA的版本之后，就可以去官网下载了。我这里的选择如下图所示。

下载完成之后，为了简单起见，所有设置默认安装。
安装验证，在cmd窗口中输入nvcc -V查看CUDA的安装，如下图所示，表明安装成功。

1.3 cuDNN的设置

至于使用什么版本的cuDNN，下图为TensorFlow各个版本相关的支持。

这张图片只到了1.7版本，所以上表所列的版本支持不高，仅供参考。但是现在在TensorFlow官网上，要求7.2以上版本。官网下载