tensorflow2.x暴力安装，必推！！

一般网上的博客都会让你去NVIDIA官网下载CUDNN和CUDA，比较麻烦，在这里介绍更简单的方法。

一般安装（安装GPU版本的也必须走这个流程）

注意：从tensorflow2.1开始，pip包tensorflow同时包含GPU支持，无需通过tensorflow-gpu安装GPU版本。下面提供一个百分百安装成功的配置方案：

1 安装Anaconda，任意版本都行，建议不要下载最新的，因为会有很多包不兼容，百度anaconda的官网就能下载。参考我的这篇博文

2 安装完python后，打开cmd终端，输入以下代码，建立一个Conda虚拟环境，并进入该环境：

conda create --name tf2 python=3.8
conda activate tf2

如果conda activate tf2报错，是由于第一次运行Conda的activate导致的。

解决办法：输入以下代码：

activate
conda activate tf2

3 下载tensorflow

pip install  tensorflow==2.3.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

CPU用户看到这里就结束了，GPU用户继续往下看

GPU用户安装

4 首先保证自己有GPU显卡，并且有显卡驱动，在cmd终端输入 nvidia-smi 查看GPU使用情况，确认自己的驱动版本号

5 CUDA Toolkit和cuDNN安装，参考文章最开始的配置对照图，版本必须一致。在安装前，可以使用 conda search cudatoolkit 和 conda search cudnn 搜索conda源中可用版本号。

conda install cudatoolkit=10.1
conda install cudnn=7.6.5

验证安装

打开cmd终端，输入 conda activate tf2 进入之前建立好的tf2环境，如果报错就先输入 activate 后再输入 conda activate tf2 。输入 python 进入Python环境，接着输入：

import tensorflow as tf
tf.autograph.set_verbosity(0)
physical_devices = tf.config.experimental.list_physical_devices('GPU')
print(physical_devices)

出现以下，表示安装成功！