Anaconda中搭环境；tensorflow安装命令；cuda、cudnn在Linux虚拟环境中的安装

Anaconda创建环境：conda create -n chip-tf2.1(环境名) python=3.6(指定的python版本)

删除环境：conda remove -n chip-tf2.1 --all

进入环境：
conda activate chip-tf2.1（Windows、Linux环境适用）
source  /usr/local/anaconda/install/etc/profile.d/conda.sh  #无法进入环境就先运行此命令
或者直接用
source activate chip-tf2.1（仅Linux适用）

退出环境：conda deactivate（Windows、Linux环境适用）

查看gpu：nvidia-smi

查看cpu： 

top         #动态显示运行中的进程并且排序。退出 top 可以直接输入 q
htop     #人性化的查看进程，需要安装htop

安装tensorflow（虚拟真实环境均可）：

#gpu版
pip --default-timeout=100 install -U tensorflow-gpu==2.1.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip --default-timeout=100 install -U tensorflow-gpu==2.1.0 -i https://mirrors.aliyun.com/pypi/simple/    #阿里云

#cpu版
pip --default-timeout=100 install -U tensorflow==2.1.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/
#“-U”参数指定如果已安装此包，则进行升级命令

#cpu版，阿里云下载地址
pip --default-timeout=100 install tensorflow==2.3.1 -i https://mirrors.aliyun.com/pypi/simple/

在conda虚拟环境中安装CUDA（Linux版）：

conda install cudatoolkit=10.1 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/

在conda虚拟环境中安装cudnn（Linux版）：

conda install cudnn=7.6.5 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/

提示：具体的CUDN和cudnn版本可以根据自己的情况进行配置。