win10下最简单的Anaconda（Python3.7）、Tensorflow2.0.0、Pycharm安装教程

Python3.7安装Tensorflow2.0.0会出现一些莫名其妙的问题，除此以外Tensorflow2.0.0的GPU版本对CUDA和cuDNN版本均有要求，这些导致安装过程中的各种不顺利。本方法安装过程较为简单有效，希望能够给大家带来帮助。

目录

1.Anaconda安装
2.Tensorflow 2.0.0安装
3.PyCharm安装

1.Anaconda安装

（1）下载

在官方网站上下载Anaconda的时候，会发现下载速度会非常慢，而且会经常失败。这个时候我们移步到清华大学软件开源镜像网站发现各种Anaconda的版本。点击右上角“date”我们选择2019.10中的windows版本，此发行版自带Python3.7。

（2）安装

下载之后进入安装界面，设置安装路径（不建议安装在C盘）；

参照上图这里把两个都选上，第一个是加入环境变量（此处勾选后不需要在我的电脑——属性——高级系统设置——环境变量手动配置环境变量），第二个是默认的Python3.7，点击Install。

（3）验证

开始——所有程序——Anaconda3——Anaconda Prompt，打开Anaconda Prompt窗口，与cmd控制台类似，验证操作命令如下：

2.Tensorflow2.0.0安装

Anaconda常用操作命令如下，此处仅供了解与学习：

#查看conda安装环境：
conda env list
#新建conda环境，指定python版本
conda create -n tf2-gpu python=3.7
#新建conda环境，指定tensorflow-gpu版本
conda create -n tf2-gpu tensorflow-gpu==2.0.0
#新建conda环境，指定tensorflow-cpu版本
conda create -n tf2 tensorflow==2.0.0
#删除conda环境
conda remove -n tf2-gpu --all
#复制安装环境
conda create --name new_env_name --clone old_env_name
#激活conda环境
conda activate tf2-gpu
conda activate tf
#退出当前conda环境
conda deactivate
#安装包
conda install numpy
#卸载包
conda uninstall numpy

（1）更改国内conda安装源

本人尝试过conda和pip两种安装方式，经过对比发现更改conda安装源安装tensorflow的方式速度更快。
Anaconda Prompt窗口输入以下命令添加conda安装源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

添加显示下载源命令：

conda config --set show_channel_urls yes

查看安装源

conda config --show-sources

（2）创建tensorflow2.0.0-gpu环境

如果电脑没有GPU可以直接跳转到第三部安装CPU版本的tensorflow2.0.0；
Anaconda Prompt窗口输入：

conda create -n tf2-gpu tensorflow-gpu==2.0.0

tf2-gpu为自己命名的安装环境名字，tensorflow-gpu==2.0.0为tensorflow安装版本，也可以将2.0.0改为其他安装版本
通过conda安装CUDA和cuDNN，可以自动匹配与tensorflow相适应的版本，查看需要安装的tensorflow-gpu、CUDA和cuDNN版本与下图对应无误后输入y安装即可

下载需六分钟左右，完成后查看带GPU版本tensorflow2.0.0安装环境

conda env list

激活tf2-gpu环境

conda activate tf2-gpu

测试tf2-gpu

python
import tensorflow as tf
print(tf.__version__)    #查看tensorflow版本
print(tf.test.is_gpu_available())  #查看tensorflow GPU版本是否可用

（3）创建tensorflow2.0.0-cpu环境

Anaconda Prompt窗口输入：

conda create -n tf2 tensorflow==2.0.0

CPU版本不需要安装CUDA和cuDNN，其他操作与GPU版本类似，此处不再重复

3.Pycharm安装

（1）安装Pycharm

安装Pycharm Community版本，官网下载地址：https://www.jetbrains.com/pycharm/download/#section=windows

（2）Pycharm配置

安装Pycharm后，重启电脑，打开软件新建工程文件，如下图所示点击第二个选项，选择刚已安装的tensorflow版本环境

（3）Pycharm测试

新建python文件，输入以下代码测试：

import tensorflow as tf
version = tf.__version__
gpu_ok = tf.test.is_gpu_available()
print("tf version:",version,"\n use GPU",gpu_ok)

测试结果：
tf version: 2.0.0
use GPU True //CPU版本的tensorflow此处显示False