目录
1 安装Anaconda
1.1下载Anaconda安装包
https://www.anaconda.com/download/1.2安装
双击已下载好的Anaconda3-2021.11-Windows-x86_64.exe?文件
?
?if?电脑有多个用户：选择All Users
else:选just?me
选项一：加入环境变量；
选项二：默认使用?Python 3.9（因我电脑已有python，不再勾选）(注意：python版本要根据自己电脑所能支持的cuda版本对应安装，见2.1)
剩下一路“next”。在cmd里输入conda --version，若返回conda版本则说明环境变量配置成功。
1.3?更改路径
打开cmd，输入：
jupyter notebook --generate-config
回车，会产生[jupyter_notebook_config.py]：
用记事本打开[jupyter_notebook_config.py],找到c.NotebookApp.notebook_dir,建立新工作路径
取消注释，去掉前面#，点击保存即可。
?
?cmd，输入[jupyter notebook]，发现路径已更改。
?1.4?修改默认浏览器
记事本打开[jupyter_notebook_config.py],找到c.NotebookApp.browser = ''，在此行下面添加以下三行代码：
import webbrowser
webbrowser.register("chrome",None,webbrowser.GenericBrowser(u"C:\Users\Lenovo\AppData\Local\Google\Chrome\Application\chrome.exe"))
c.NotebookApp.browser = 'chrome'
这样就修改好了Anaconda使用的浏览器和使用路径，现在打开Jupyter Notebook。
?2?安装cuda9.0
2.1?cuda版本选择
谷歌搜索“yourGPU型号+SPECIFICATION”，在官网查此电脑是否支持CUDA。
查看自己电脑支持的cuda版本号：电脑桌面右键，打开“”“NVIDIA控制面板”->左下角“系统信息”->组件,查看3D设置里的“NVIDIA.DLL”。?可见，此电脑支持cuda9.0。
去cuda官网下载cuda9.0（CUDA Toolkit Archive | NVIDIA Developer）
?双击.exe文件，安装在自己指定路径即可。（精简安装）
3?安装cudnn?v7.6.5
?在官网上下载cudnnv7.6.5(cuDNN Archive | NVIDIA Developer)
?解压cudnn-9.0-windows10-x64-v7.6.5.32，把D:\cudnn\cudnn-9.0-windows10-x64-v7.6.5.32\cuda\bin的cudnn64_7.dll拷贝一份至C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
配置环境：
（1）把cudnn加入环境变量path；
（2）配置cuda环境
CUDA_PATH = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
CUDA_PATH_V9_0 = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x644 安装tensorflow-gpu1.8.0
降低一下python版本至3.6
（因我电脑本身装的python3.9，所以安装失败，需要降低一下python版本至3.6）
使用以下命令创建新环境：
conda create -n env_name list of packages其中 -n 代表 name，env_name 是需要创建的环境名称，list of packages 则是列出在新环境中需要安装的工具包。
比如我现在的python版本是3.9，但我想安装一个python 3.6的环境，则在anaconda prompt输入：
conda create -n py36 python=3.6现在激活这个新配置的环境：
conda activate py36输入python --version，可以看到：
非常棒，已经从3.9切换为3.6版本了 ，且可以在Anaconda?Navigator里切换环境。
另外：科普
1）如果要删除我们配置的新环境，则：
conda env remove -n env_name2）显示所有环境：
conda env list3）当前环境下的 package 信息存入名为 environment 的 YAML 文件中?：
conda env export > environment.yaml4）当执行他人的代码时，也需要配置相应的环境。这时可以用对方分享的 YAML 文件来创建一摸一样的运行环境。
conda env create -f environment.yaml在d盘新建一个文件夹，专门放TensorFlow-gpu。在anaconda终端切换到相应文件夹，执行pip install tensorflow-gpu==1.8.0来安装tf-gpu。
安装后，新建test.py文件,测试是否安装成功，test.py文件内容如下：
import tensorflow as tf
# Create TensorFlow object called tensor
hello_constant = tf.constant('Hello World!')
with tf.Session() as sess:
? ? # Run the tf.constant operation in the session
? ? output = sess.run(hello_constant)
? ? print(output.decode())# bytestring decode to string.在anacoda里跑一下test.py程序
发出了警告“?FutureWarning: Passing (type, 1) or '1type' as a synonym of type is deprecated; in a future version of numpy, it will be understood as (type, (1,)) / '(1,)type'.
? _np_qint8 = np.dtype([("qint8", np.int8, 1)])”
为解决此警告，在相应位置将对应行的“ (type, 1) ”都改成“(type, (1,))”即可。?再跑一下test.py程序：
ok，nice！完工！
?
?