pycharm最近看了andrew的机器学习视频，对这个方面有了点兴趣，所以想用tensorflow做一些有趣的东西练练手，但是在搭建环境时遇到了蛮多的问题，写个帖子整理一下。
首先我个人用的时pycharm专业版和anaconda3作为基础的开发环境。python版本选择3.6，推荐使用这个版本，能跟大多数的第三方库相匹配，之前用了3.7版本就没法使用opencv和dlib做开发。直接用的清华源进行安装，但是安装好了之后发现在命令行中可以正确import，但是在py文件中没法正确编译，所有的函数和属性总是显示no attribute，在确定pycharm的python interpreter设置正确的情况下怀疑是tensorflow的py版本问题。直接pip uninstall，然后去pypi下载py36的轮子，推荐用迅雷下，比较快，chorme和qq浏览器下载和连接速度奇差。直接用本地pip安装好以后成功在py文件调用tensorflow.version.VERSION。
接下来测试简单的模型：model = tf.keras.Sequential([tf.keras.layers.Dense(units=1, input_shape=[1])])，编译时发现报错：Could not load dynamic library 'cudart64_101.dll'; dlerror: cudart64_101.dll not found。该问题是由于没有安装cuda导致的，因为我用的是tensorflow 2.0+，所以要安装cuda 10.0以上的版本。在这里下载（https://developer.nvidia.com/cuda-10.1-download-archive-base?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal）安装好了以后就能找到'cudart64_101.dll这个文件了。
接下来是另一个报错：failed call to cuInit: CUDA_ERROR_UNKNOWN: unknown error,是因为还没有安装与cuda匹配的cudnn，在这里下载（https://developer.nvidia.com/rdp/cudnn-archive）一定要注意cuda和cudnn版本要匹配，推荐下稍微旧一点点的对应版本。下载解压后会有三个文件夹，bin目录 拷贝至C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin；include目录 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include；lib\x64目录 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64。
