anaconda上tensorflow2.1安装过程

作为一个深度学习未入门学生，安装了一个月，终于成功，把详细步骤分享出来，希望给大家提供便利。（以下Tensorflow 简写成TF）

注意：首先因为清华镜像源不再更新，所以我用的缺省的下载管道，需要使用VPN翻墙。

1.首先安装CUDN，TF2.1.0对应需要CUDN10.1版本，我的显卡是GTX 960M,对应 下载地址。其他显卡型号需要自己去 官网 下载对应版本
注意：CUDA需要安装在缺省地址，不然环境变量会出错

2.安装好了CUDA之后，安装anaconda 。去 官网 下载python 3的最新版本即可。

3.安装anaconda后，打开Anaconda Prompt,安装TF.

conda create -n tf2 python=3.7   (创建虚拟环境)
activate tf2        (激活环境)
pip install tensorflow==2.1.0        (安装tensorflow-gpu)
conda install -c anaconda cudnn==7.6.0       (安装cudnn)
pip install ipykernel     (安装环境编辑工具)
python -m ipykernel install --user --name tf2 --display-name tf2.0  

4 从 官网（需要注册登录） 下载 cudnn 补丁 ，把补丁分别复制到v10.1文件夹中相应的各个文件夹。
5.现在就安装好啦。打开Jupyter Notebook，内核选在tf2，进行测试。

import os
from tensorflow.python.client import device_lib
os.environ["TF_CPP_MIN_LOG_LEVEL"] = "99"
if __name__ == "__main__":
	print(device_lib.list_local_devices())

import tensorflow as tf
tf.__version__
tf.config.list_physical_devices('GPU')

import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'  # 不显示等级2以下的提示信息
print('GPU', tf.test.is_gpu_available())
a = tf.constant(2.0)
b = tf.constant(4.0)
print(a + b)

import tensorflow as tf
tf.debugging.set_log_device_placement(True)
gpus = tf.config.experimental.list_physical_devices('GPU')
for gpu in gpus:
    tf.config.experimental.set_memory_growth(gpu, True)
print(gpus)
logical_gpus = tf.config.experimental.list_logical_devices('GPU')
print(logical_gpus)
c = []
for gpu in logical_gpus:
    print(gpu.name)
    with tf.device(gpu.name):
        a =tf.constant([[1.0, 2.0, 3.0],[4.0, 5.0, 6.0]])
        b = tf.constant([[1.0, 2.0], [3.0, 4.0],[5.0, 6.0]])
        c.append(tf.matmul(a, b))
with tf.device('/CPU:0'):
    matmul_sum = tf.add_n(c)
print(matmul_sum)

详细操作笔记我已经上传到CSDN，需要的可以下载 点此