tensorflow2.0-gpu 安装及pycharm、jupyter两种平台上运行的方法

anaconda3安装完成，搜索Anaconda3 prompt

去官网下载anaconda3，搜索网上教程就行。
1.检查anaconda安装：在cmd输入 conda --version
2.查看conda环境：conda info --envs

创建虚拟环境

1.conda create --name tensorflow python=3.7
制定python版本，一般为3.6和3.7，与tensorflow2.0兼容。
2.activate tensorflow 激活环境。
3.安装tensorflow2.0，可以使用conda和pip两种安装方法（一种失效时，试试另一种）

pip install tensorflow-gpu==2.0.0 

conda install tensorflow-gpu==2.0.0

4.安装过程中可能出现缺包情况，找到缺失的包，使用conda或者pip方法下载就行。
5.输入python进入编辑界面，进行测试

import tensorflow as tf
gpu_device = tf.test.gpu_device_name()
print(gpu_device)

出现以上图片配置成功。

pycharm平台

1.新建项目，settings->python interpreter 中选择anaconda3中你创建的环境tensorflow中的python.exe
2.编译运行即可。

jupyter平台

1.在prompt提示符中，激活你创建的环境，

conda install ipython
conda install jupyter

2.安装好后，输入jupyter进行浏览器。
3.基本使用：先激活环境，再切换磁盘（为了打开该磁盘下的文件，一般默认为C盘），输入jupyter，退出内核，可以观察running中运行选项，选择停止，注意每次运行后保留上次结果。

特别提醒

创建的虚拟环境中python版本是指定的，可与之前下载的python版本共存，因为我们使用的是环境anaconda3自带的python（即之前制定的）。
创建了环境可在pycharm和jupyter平台上同时使用。