win10系统下配置Anaconda+pycharm+tensorflow-gpu 及使用Anaconda配置深度学习环境出现“CondaHTTPError: HTTP 000 CONNECTION

win10系统下配置Anaconda+pycharm+tensorflow-gpu 及使用Anaconda配置深度学习环境出现“CondaHTTPError: HTTP 000 CONNECTION FAILED for url”时

使用Anaconda+pycharm 下安装tensorflow-gpu
1：安装Anaconda，具体流程可以参考tensorflow-cpu安装步骤
2：在Anaconda prompt中创建tensorflow-gpu 环境

输入下述指令，进行tensorflow环境的创建

conda create -n tensorflow python=3.6

3：创建好tensorflow环境后，输入

activate tensorflow 

激活tensorflow环境
“方法一”（经过测试的安装）
4：在激活的环境内 输入
conda install tensorflow-gpu==2.0
这里我安装的是tensorflow2.0版本，一定要安装对应版本的CUDA和Cudnn
可以通过电脑NVIDIA控制面板查询CUDA驱动版本

“方法二”
（未经过测试的安装）
如果使用pip 进行安装，我们需要先安装CUDA和cudnn，在安装tensorflow环境，具体CUDA+cudnn版本与tensorflow版本对应即可。
具体指令如

conda install cudatoolkit=10.1
conda install cudnn=7.6
pip install tensorflow==2.1

输入以上三行指令也可以完成tensorflow-gpu版本安装。

5：安装好tensorflow-gpu版本，在tensorflow环境下
输入

python
import tensorflow as tf
tf.test.is_gpu_available()

如果正常输出True，说明tensorflow-gpu版本可以使用。

6：为了方便安装，后续可以自由选择python集成开发环境，在这里我们选择pycharm作为我们的集成开发环境，具体安装方法见tensorflow-cpu版本。

安装可能遇到的问题：：
1：在安装tensorflow-gpu版本时遇到下列问题时，是由于conda默认的国外镜像源速度慢，而我们需要设置国内源

因此我们需要在c盘用户目录下，创建一个.condarc文件（conda应用程序的配置文件）来提高安装速度。

具体文件.condarc文件如内容

channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud