1、创建并激活tensorflow2.0环境

1.1 创建tensorflow环境

打开anaconda prompt，输入：

conda create -n tf20 python=3.6

上面这条语句代表创建一个名为“tf20”的虚拟环境，此虚拟环境的python版本为3.6。

创建了一个名为tf20的虚拟环境

1.2 激活tensorflow环境

环境创建完成后，激活环境，输入：

activate tf20

前面出现（tf20），说明该环境已经被激活，后续安装tensorflow的包就会安装在该环境下。如果需要查看该环境下安装的包，可以进入到D:\anaconda3\envs\tf20\Lib\site-packages文件夹查看。（这里是我的anaconda的路径，也许你是安装在别的盘，那么把D盘改成别的盘即可）

激活tf20环境

2、用anaconda安装tensorflow2.0 gpu版本并测试是否安装成功

2.1 anaconda安装tensorflow2.0

激活环境后，输入：

conda install tensorflow-gpu==2.0.0

安装tensorflow包

包有些大，需要耐心等待。

假如出现网络连接错误：An HTTP error occured when trying to retrieve this URL，不要紧张，直接再次输入conda install tensorflow-gpu==2.0.0，它不是从头开始下载的，而是接着你前面断开的地方开始下载，多试几次就下载好了。

2.2 测试是否安装成功

在激活的tf20环境下，输入：

python

进入交互行模式

进入交互行模式 出现>>>就说明成功进入了

输入：import tensorflow as tf    导入tensorflow包

导入tensorflow包

输入：tf.__version__     以查看tensorflow版本

可以看到是2.0.0版本

输入 ：tf.test.is_gpu_available()  以查看是否下载的是gpu版本

最下面的true说明是gpu版本

3、在pycharm里新建project并配置project interpreter并测试是否成功

3.1 新建项目并配置解释器

进入pycharm，点击File——New Project，新建一个项目，给项目取个名字。

新建项目

给项目配置解释器，该解释器就是前面设置好的tf20虚拟环境。tf20环境下的包都可以使用。

点击File——Settings

进入设置 点击最右边的那个设置按钮，按add

点击conda enviroment——existing enviroment，将tf20环境下的python.exe选入，按确定即可。

配置解释器

3.2 测试是否成功

新建一个test_tf.py文件，测试是否成功。（注意文件名千万不能和tensorflow重名，不然会出错）

用以下代码测试：

import tensorflow as tf

version = tf.__version__#查看tensorflow版本

path = tf.__path__#查看tensorflow安装路径

gpu_ok = tf.test.is_gpu_available()#查看是否是gpu版本

print('该tensorflow的版本为：{}，\n安装路径为：{}，\n是否是gpu版本：{}'.format(version, path, gpu_ok))

测试代码

忽略红色部分，出现该结果说明成功

结果