conda安装tensorflow2.1，出现不能调用GPU

conda安装tensorflow2.1-gpu

了解到anaconda安装tensorflow2.1不需要安装对应的CUDA和cuDNN，并且可以提升一定的运行速度，就卸载了原本的tensorflow和CUDA，通过conda安装了tensorflow2.1，但是在jupyter notebook运行检测的时候发现不能调用GPU。
tensorflow2.1安装的时候不区分CPU和GPU，详细信息链接：https://blog.csdn.net/HyperAI/article/details/103932810

只能检测到CPU，测试GPU是False

conda创建虚拟环境安装tensorflow2.1

1. anaconda的安装方式不再赘述，首先虚拟出一个tf2.0的环境，cmd运行：

conda create -n tf20 python=3.7 

2. 然后激活这个环境：

 conda activate tf20

3. 使用conda来安装tf2.1

 conda install tensorflow-gpu

添加虚拟环境tf20到jupyter

1.打开cmd，查看虚拟环境

conda env list

2.使用activate 把虚拟环境切换到tf20下

activate tf20

3.使用conda install ipykernel安装ipykernel包

conda install ipykernel

4.此步骤非常重要，使用ipython kernel install --user --name=tf20 （tf20为你虚拟环境名称），添加虚拟环境kernel

ipykernel install --user --name=tf20

5.再次打开jupyter就可以看到虚拟环境变量配置好了，可以切换kernel

解决不能调用GPU

1.在jupyter运行代码出现的信息只有不能调用GPU，试了网上搜到的方法，卸载所有的tensorflow重装tensorflow-gpu，设置nvidia配置，都没有解决。
2.怀疑环境的问题，打开了tf20虚拟环境下的python.exe运行了import tensorflow，出现了报错：

解决方法是手动下载安装CUDA10.1，我安装的是最新的10.1 update2
传送门：https://developer.nvidia.com/cuda-toolkit-archive
3.tf20虚拟环境下的python.exe继续运行import tensorflow，出现：

这是由于没有安装对应的cuDNN出现的错误，安装cuDNN for CUDA10.1，下载网址（需要注册）https://developer.nvidia.com/rdp/cudnn-archive
解压之后分别把三个文件复制到这三个目录（这个就是刚才cuda安装的目录，刚才要改的话这个就复制到改的目录里）
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64

4.重新测试，解决问题

安装CUDA和cuDNN的时候，可以先检查一下conda里面安装的版本，与conda安装对应的版本

1. activate tf20

activate tf20

2. conda list

conda list