这里主要是针对TensorFlow-gpu版本的安装，首先要安装一个Anaconda。Anaconda可以理解为一个方便管理python环境和各种包的一个工具，有了Anaconda之后就可以更加方便地创建、删除，管理python的环境，各种python版本和库版本之间的对应和适配关系有时候会十分难以管理，而Anaconda可以很好地帮助我们实现python各个版本的环境管理！
这里以Anaconda3和Tensorflow-gpu2.5.0、python3.8版本为例，看过几个博客，坑不少，所以这里总结一下。先下载好Anaconda3-2021.05-Windows-x86_64与tensorflow_gpu-2.5.0-cp38-cp38-win_amd64.whl。
一、下载地址链接如下：
1.Anaconda的下载：https://www.anaconda.com/download/
2.Tensorflow的下载，可以去清华大学开源软件镜像站，最新可用新地址为https://pypi.tuna.tsinghua.edu.cn/simple/
点击上面镜像链接进入到下载页面，搜索tensorflow-gpu定位到如下图所示：
点击红色框中tensorflow-gpu进入到如下图下载页面，往下拉找到tensorflow_gpu-2.5.0-cp38-cp38-win_amd64.whl如下图所示，点击下载即可：
二、创建coda环境并安装tensorflow-gpu2.5.0：
（1）在开始菜单中搜索anaconda Prompt，进入后创建tf250_38gpu环境：
conda create --name ttf250_38gpu python==3.8注意此时可以在Anaconda的安装目录下的envs文件夹下找到刚才创建的tf250_38gpu环境，后续就可以在pycharm中的项目添加此环境。
（2）激活刚才创建的tf250_38gpu环境：
conda activate tf250_38gpu那么这里就输入conda activate tf250_38gpu后回车便激活了tf250_38gpu环境。
（3）加载tensorflow_gpu-2.5.0-cp38-cp38-win_amd64.whl文件并测试安装是否成功
现在需要依次将之前下载的tensorflow_gpu-2.5.0-cp38-cp38-win_amd64.whl文件加载，需要这个文件的绝对路径，以安装路径D:\tf_whl 为例，输入以下pip安装命令按一下回车就可以等待tensorflow_gpu安装结束：
pip install D:\tf_whl\tensorflow_gpu-2.5.0-cp38-cp38-win_amd64.whl安装过程耐心等待。
安装结束后需要测试是否成功安装gpu版本的tensorflow，这里依旧在tf250_38gpu环境下输入python，进入python编程环境后输入import tensorflow as tf，下图可见没有报错，说明现在没问题。
import tensorflow as tf输入tf.config.list_physical_devices()，如下图发现显卡有一个cpu和GPU，GPU成功安装上了。tensorflow会根据具体情况来处理，一般优秀调用GPU加速，不行再调用CPU。
tf.config.list_physical_devices()
输入exit()退出python环境：
exit()另外补充一下，如果安装过程中出现差错，需要删除某个虚拟环境时，可以在base环境下使用指令conda remove -n tf250_38gpu --all删除tf250_38gpu环境：
conda remove -n tf250_38gpu --all有问题联系qq：498609554技术支持！