一、下载anaconda3

https://www.anaconda.com/products/individual#Downloads

或复制以下链接到迅雷直接下载：https://repo.anaconda.com/archive/Anaconda3-2020.11-Windows-x86_64.exe

一直“next”，选择“All User”,“Path”配置环境变量都勾上，直到“Finsh”

二、根据tensorflow官网指示的版本，确定python\cuda\cudnn的版本

官网：https://www.tensorflow.org/install/source_windows【需要连外网vpn才能访问】

没有vpn可看下图：

确定接下来装tf1环境：python3.6.9+CUDA10.0+cudnn7.4+tensorflow-gpu1.14.0+tensorflow1.14.0

确定接下来装tf2环境：python3.6.9+CUDA10.1+cudnn7.6+tensorflow-gpu2.3.0+tensorflow2.3.0

---

三、配置conda、pip镜像源

为了接下来conda install 和pip install 速度更快，我们要配置conda、pip镜像源

conda:

Windows 用户无法直接创建名为.condarc的文件，可先执行conda config --set show_channel_urls yes生成该文件。生成的文件在C:\Users\bifthan\.condarc

若要对其进行修改，可以编辑用户目录下的.condarc文件，其路径为C:\Users\bifthan\.condarc

这里推荐使用清华镜像源，若要使用其他源可以善用搜索

将下列配置覆盖到该文件中，即可使用清华镜像源进行快速下载

···

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

···

conda config --show channels可以查看全部源

pip:在C:\Users\bifthan\pip  下面新建pip.ini文件，把下面复制到文件中，保存

···

[global]

trusted-host=pypi.doubanio.com            

index-url=https://pypi.doubanio.com/simple/

···

下面这3个pip源速度都不错，可以任选

···

https://pypi.doubanio.com/ 豆瓣

http://mirrors.aliyun.com/pypi/ 阿里

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

···

四、创建一个名为“tf1keras”的虚拟环境

conda remove -n tf1keras--all

conda create -n tf1keraspython=3.6.9# 创建一个python3的环境，名为tf1keras

conda activate tf1keras# 激活tf1keras环境

conda install jupyter notebook# 安装ipykernel模块

python -m ipykernel install --user --name tf1keras --display-name "tf1keras" # 进行配置

jupyter kernelspec list#查看jupyter notebook里的kernel

若想删除 jupyter kernelspec remove music#删除名叫icsharpkernel的kernel

五、创建一个名为“tf2keras”的虚拟环境

conda remove -n tf2keras --all

conda create -n tf2keras python=3.6.9# 创建一个python3的环境，名为tf2keras

conda activate tf2keras # 激活tf2keras环境

conda install jupyter notebook# 安装ipykernel模块

python -m ipykernel install --user --name tf2keras --display-name "tf2keras" # 进行配置

jupyter kernelspec list#查看jupyter notebook里的kernel

若想删除 jupyter kernelspec remove music#删除名叫icsharpkernel的kernel

六、安装CUDA10.1+cudnn7.6

安装cuda10.1:

官网：https://developer.nvidia.com/cuda-toolkit-archive

https://developer.nvidia.com/compute/cuda/10.1/Prod/local_installers/cuda_10.1.168_425.25_win10.exe

复制链接到迅雷下载

一直下一步，直到结束。

配置系统变量-电脑-属性-下面框里----Path--C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin

再检查下面的框里是否有

CUDA_PATH                   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1

CUDA_PATH_V10_1     C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1

nvcc -V验证一下是否已经装好。

安装cudnn7.6

cudnn:https://developer.nvidia.com/rdp/cudnn-download

login:需要注册账号密码登录

或者复制https://developer.nvidia.com/compute/machine-learning/cudnn/secure/7.6.5.32/Production/10.1_20191031/cudnn-10.1-windows10-x64-v7.6.5.32.zip迅雷下载

解压缩之后，把cudnn下面的三个文件夹中的文件

一一对应复制到CUDA 的路径下

然后再系统环境变量的Path中，加以下路径

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64

七、安装CUDA10.0+cudnn7.4

同上

CUDA10.0：https://developer.nvidia.com/compute/cuda/10.0/Prod/local_installers/cuda_10.0.130_411.31_win10

复制到迅雷下载

cudnn7.4：https://developer.nvidia.com/rdp/cudnn-download

八、安装tensorflow1.14到“tf1keras”环境里

pip install tensorflow==1.14.0

如果上述方法装不上

还有一种方法：把tensorflow1.14.0下载到本地，

https://pypi.org/project/tensorflow/1.14.0/#files

选择py36-windows版本

然后在路径下进入虚拟环境tf2keras，再打开cmd，输入pip install 文件名

安装成功。

九、安装tensorflow2.3到“tf2keras”环境里

pip install tensorflow==2.3.0

如果上述方法装不上

还有一种方法：把tensorflow2.3.0下载到本地，

https://pypi.org/project/tensorflow/2.3.0/#files

选择py36-windows版本然后在路径下进入虚拟环境tf2keras，再打开cmd，输入pip install 文件名，安装成功。

十、验证tf2环境下的gpu是否能用

进到tf2keras环境--

>python

>import tensorflow as tf

>tf.test.is_gpu_available()

没有报错，就代表全部都配置好了。

十一、切换tf1和tf2环境

要更改系统环境变量，CUDA_PATH的v10.0/v10.1即可

用tf1就改成v10.0；用tf2就改成v10.1。改后重启生效。