tensorFlow简介
对深度学习或者人工智能感兴趣的，相信大家都听过TensorFlow的大名。它是由Geogle公司推出的一个深度学习的框架，tensorflow2.0因为其使用的方便性受到了广大开发者的欢迎。但其开发环境的搭建对于初学者来说十分不友好，今天这篇文章就来详细的讲一下tensorflow开发环境的搭建。
这里注意一下，这里介绍安装的对于win10系统的tensorflow gpu版本的安装，如果你电脑上没有配置NVIDIA的显卡，可以跳过之前的CUDA的安装。或者老老实实去看cpu版本的安装教程
搭建环境大概需要4个安装包：
1.anaconda
2.CUDA
3.cuDNN
4.pycharm
安装CUDA
对于第一步其实也可以选择安装anaconda，但其实对于GPU的版本来说，安装CUDA是最核心的步骤，很容易就出错，所以这里首先介绍最核心的步骤的安装。
首先安装CUDA，你需要检查一下你电脑上是否配置有NVIDIA的显卡。可以进入设备管理器查看显示适配器以确保自己电脑是NVIDIA的显卡。去官网下载好CUDA的安装包后，双击安装文件：（我这里下载的是CUDA10.0版本）
安装
建议使用默认安装位置
双击同意并继续
这里最好选择自定义,如果选择推荐很可能会安装出错：
接下来的操作需要重点注意
- 默认的GeForce Experience是没用的，取消勾选
- 如果你电脑上没有安装visual studio，一定要把visual studio这个勾去掉
- 驱动和其他，右边显示的你电脑上的当前版本如果比这个版本要高，取消勾选，否则很可能安装失败，这里我的两个当前版本比我安装的版本都要高，取消勾选
4.选择完成之后进行下一步
可以看到这里已经安装完成
确认
安装完成之后，我们来确认是否安装成功 ，进入如下目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin查看是否有nvcc.exe文件
确认有之后，在命令行输入如下命令，看是否返回正确信息：
接下来我们再确认另一个东西，
进入C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64
目录，确认是否有下图的文件
这两步确认之后，我们进入环境变量中的系统变量确认一下，环境变量是否自动配置成功。
选中系统变量中PATH,点击编辑，安装成功的话，顶部应该会出现如图所示的两个环境变量。
如果没有出现，贼说明安装过程应该出现了问题。
安装cuDNN
CUDA安装完成之后，我们进行下一步，cuDNN的配置。去官网下载好cuDNN之后，我们会得到cuDNN的一个文件夹。（注意，下载的cuDNN的版本一定要和CUDA的版本相匹配）
，我们复制这个文件夹，然后进入进入到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0目录中，将复制好的cudnn文件拷贝进去
确认cudnn目录下是否有如下文件，这个文件很重要。
做好这一切之后就是环境变量的配置，
进入如下两个文件下，复制他们的位置，然后进入到刚刚的环境变量中PATH变量
添加完成之后还有很重要的一步：
这两个环境变量需要上移，并且要上移到和刚才确认两个环境变量哪里，这四行环境变量必须在一起且位于顶部，并且4行缺一不可，但他们之间的顺序没关系。
确认之后，这一步便成功了。
安装anaconda
从官网上下载好anaconda的安装包，双击安装：
Next
这一步的安装位置可以默认，也可以自己自己指定一个位置：
选择好之后，下一步，这里勾选第一栏：
取消两个勾选，点击完成。
然后我们进入命令行，输入以下命令进行测试，看返回是否正确：
如果出现上图这样，那么**恭喜你，anaconda也已经安装完成，离成功搭建tensorflow又近了一步**
安装tensorflow
进入命令行，输入以下命令pip install --upgrade tensorflow-gpu 即可开始下载tensorflow，一般来说，在国内下载tensorflow会十分的慢，知识后你可以需要科学上网的手段，或者去百度搜索pip国内源，用国内的镜像下载，加上一些命令，这样也能显著提高下载速度。下图就是没有提高速度和提速之后的速度对比：
大家可以发现这速度十分十分的慢，提速之后，明显快了很多：
等待安装完成之后：
我们来测试一下，是否成功，进入ipython：（ipython是python的一个交互工具），import tensorflow as tf，如果出现下面这种情况，贼说明是安装成功了：
我们再来测试一下GPU是否能用，输入tf.test.is_gpu_available()，如果出现下图的情况，则说明成功：
由此，恭喜你，tensorflow也已经安装好了
安装pycharm
pycharm是python的一个十分好的集成开发环境，大家可以官方下载免费的community版本，如果大家是学生的话，也可以申请学生认证，免费是否pycharm专业版。pycharm的安装教程网上很多，大家可以自行去百度，这里就不做过多的介绍，一般如果学过用过python的人应该都会下载了这个软件。
安装完成之后进入界面点击setting，将project的interpreter配置为刚刚下载的anaconda中python.exe
，如下图：
完成以上步骤之后，一个tensorflow的开发环境就搭建完成了，接下来我们写两行代码测试一下：
OK，成功运行，接下来你就可以尽情享受目前顶级的深度学习的框架了。
