conda tensorflow_Tensorflow2.4的GPU环境配置(不用conda)

由于搞智能车，环境换成了tensorflow1.x系列，搞完之后发现自己好多2.x的代码跑不了了，于是决定把环境搞回来，但是发现换版本好像比装一个新的存在的坑多得多，于是准备再写一篇文章。至于为啥不用conda，我电脑上环境配的太乱了，我现在主要用python3.7，之前装的conda是3.6的，然后我现在也不知道咋把那个3.6调出来（没错我就是懒）。

安装tensorflow

由于原来就有tensorflow1.x，直接pip install --upgrade tensorflow就行，如果没有1.x的话，直接pip install tensorflow，默认安装最新版本。由于新版本不太一样，需要再来个pip install tf-nightly（官网上说的，我也不知道为啥），给他安上就对了。注意一下，新版的cpu和gpu版本是不单独区分的。而且这一版不需要单独安装Keras。

安装CUDA和CuDNN

这里，千万不要安装CUDA10.1！！！！这个版本非常魔鬼，和哪个tensorflow版本都不兼容，10.0就行，别更新，如果你之前用tf1.x安装了10.0，安装10.0就行，如果没有安装，请到官网下载10.0版本，不要下10.1！！！！！CuDNN的安装方式和上一篇文章一样，有兴趣的话去自行查看，不在此赘述了。

Anakin：Tensorflow1.13.1+CUDA10.0+CuDNN7.4在GPU上训练模型​zhuanlan.zhihu.com

至于安装10.1会有什么后果，自己看图吧，反正我google了好多说法都不一样。去stackoverflow上一问发现是CUDA版本的事。

最后给大家一个忠告，配环境别乱来，尽量用一种，用conda就一直conda，别再瞎搞其他版本的，用其他版本同理。