TensorflowGPU/Tensorflow2CPU图形化安装教程，亲测100%成功

1.下载安装Anaconda

点击这里下载安装

在“Advanced Installation Options”中不要勾选“Add Anaconda to my PATH environment variable.”（“添加Anaconda至我的环境变量。”）。因为如果勾选，则将会影响其他程序的使用。如果使用Anaconda，则通过打开Anaconda Navigator或者在开始菜单中的“Anaconda Prompt”（类似macOS中的“终端”）中进行使用。
除非你打算使用多个版本的Anaconda或者多个版本的Python，否则便勾选“Register Anaconda as my default Python 3.6”。

2.查看想要安装的Tensorflow版本对应要求

点击这里查看Tensorflow基础环境对应表

CPU版本

重点关注python版本

GPU版本

重点关注cudnn和cuda

3.创建Tensorflow环境

这里以创建tensorflow2.8环境为例进行介绍

在Anconda里选择左边的environments，然后选择左下角的create，输入你想要创建的环境的名字（合理英文数字）在name里，选择对应版本的python，然后点击create即可

4.安装GPU版本的Tensorflow（没有GPU支持直接跳转第5步即可）

这里以Tensorflow2.8版本为例进行安装，由于Tensorflow支持CPU和GPU，若无显卡支持可以直接跳转到CPU版本的Tensorflow安装部分

回忆刚刚的Tensorflow版本对应的cudnn和cuda，想不起来点这里再看看

查看本机NVIDIA驱动版本

注意：Tensorflow只支持NVIDIA显卡！

鼠标右键电脑右下角英伟达图标—>NVIDIA控制面板

帮助——>点击上方系统信息

可以看到我这里驱动版本是512.15

点击这里查看本机驱动是否支持tensorflow所需要的cuda和cunn版本

很明显，安装支持tensorflow2.8所需要的cuda和cunn版本都符合要求

下载对应CUDA Toolkit

cuda是一个exe程序，文件比较大，下载需要一定时间……
点击这里前往官网上下载对应的CUDA Toolkit，可参考

下载好之后直接双击安装行了，安装时间可能会有点长，耐心等待……

下载对应的cuDNN

点击这里前往官网上下载对应的cuDNN
cudnn新版有exe安装，但还是最好选用压缩包格式下载！
注意cudnn对应的CUDA版本号！

没有的话说明版本比较新还没有进入存档
点击这里

下载完成后解压一下

推荐解压到这个路径下

C:\Program Files\NVIDIA

打开cudnn解压文件下的bin目录，复制上方路径

将其添加到系统环境变量中
以win11为例，打开设置，左侧选择系统——>高级系统设置——>环境变量

找到Path，双击打开

点击右侧新建，将刚才复制的地址粘贴

由于cuda环境变量安装时会自动添加两条（第二条和第三条），我们只需要按照相应格式再补两条（第一条和第四条）即可，只需要在刚才粘贴的地址尾部进行修改

补充完毕检查一下单机确定关闭即可

5.通过pip安装Tensorflow(CPU和GPU版本共同步骤)

注意：确保自己在tensorflow环境中，没有的话重新进一下
鼠标单击刚才创建的环境

回到软件左边的home选择install，安装后是lunch

通过pip安装 GPU 版tensorflow2.8,这里使用豆瓣源（如果需要安装别的版本直接修改版本号即可）

pip install tensorflow_gpu==2.8 -i https://pypi.douban.com/simple

通过pip安装 CPU 版tensorflow2.8,这里使用豆瓣源（如果需要安装别的版本直接修改版本号即可）

pip install tensorflow==2.8 -i https://pypi.douban.com/simple 

回车，耐心等待下载安装……

附：其他国内镜像地址（如果豆瓣源失效报错，直接更换上述https://pypi.douban.com/simple部分即可）

阿里云 
http://mirrors.aliyun.com/pypi/simple/

中国科技大学 
https://pypi.mirrors.ustc.edu.cn/simple/

豆瓣(douban) 
http://pypi.douban.com/simple/

清华大学 
https://pypi.tuna.tsinghua.edu.cn/simple/

中国科学技术大学 
http://pypi.mirrors.ustc.edu.cn/simple/

6.测试安装是否安装成功

命令行继续输入python

python

复制粘贴以下指令到指令台回车，没有报错即安装成功！

import tensorflow as tf
import os
os.environ["CUDA_VISIBLE_DEVICES"]="0"
tf.compat.v1.disable_eager_execution()
hello=tf.constant('Hello,TensorFlow')
config=tf.compat.v1.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction = 0.9
sess=tf.compat.v1.Session(config=config)
print(sess.run(hello))

到这里就算安装成功了😊

附：
如果在自己的pycharm代码里import出现问题，查看报错。如果类似于这样的报错：
（建议自己的代码在pycharm里运行，在juypter book报错信息显示不全面，很难发现错误）

ImportError: Image transformations require SciPy. Install SciPy.

直接安装对应包即可！
例如上边这个缺Scipy,就直接在对应的环境内安装对应包即可解决问题！

pip install SciPy

一般缺scipy还缺pillow，顺手装了吧~

pip install pillow