注：此博客为不需要安装cuda和cudnn。（直接搭建tensorflow-gpu环境）
注：当前显卡GTX1050。（当前文章写作测试日期2020年4月22日）
一、anaconda安装
- 官方下载
- 配置conda镜像源(主要一下主要安装用它)
- 配置pip镜像源
临时使用： https://mirror.tuna.tsinghua.edu.cn/help/pypi/
配置（注意看评论区）： https://developer.aliyun.com/mirror/pypi?spm=a2c6h.13651102.0.0.3e221b114TOXjb
二、配置查看
-
打开NVIDIA控制面板查看当前电脑支持的CUDA。
image.png -
查看源中tensorflow-gpu版本
image.png - 查看gpu对应的其他依赖包版本
查看官网链接：https://www.tensorflow.org/install/source#common_installation_problems
- 新建tensorflow-gpu环境
因为之前查看当前版本的显卡驱动，默认支持cuda9.1。所以此时新建python=3.6的环境。
conda create -n tensorflow-gpu python=3.6
- 开始安装：
conda install tensorflow-gpu=1.12.0
# 由于更换过conda镜像源，不用担心速度。
# 不过在安装cudatoolkit和cudnn时会断线，多执行几次该命令就好了
由于我已经安装过了，然后写的总结，所以我换一个没有安装的演示一下：
执行安装：
查看得知安装依赖所需的cudatoolkit=9.0.1,低于我电脑支持的9.1非常不错。那就选择y继续。如果一次没有安装上,多执行自己安装命令。conda可是换了源的。
后面还有测试GPU是否生效，别着急。
也顺便总结可能出现的如第6错误：
-
常见错误：
- 创建环境的python版本不对
如下，我在base环境下是python=3.7，所以无法安装tensorflow=1.12.0版本，它也报了相应的错误，需要更换为3.6（上面第3点*查看gpu对应的其他依赖包版本中有提到）。顺便提了一下我电脑支持cuda==9.0.1也在截图中有提示。
image.png
- 创建环境的python版本不对
- 安装没有指定版本的tensorflow
当执行
conda install tensorflow-gpu
由于没有指定版本，会安装最新的cuda和cudnn，由于我显卡驱动提示我电脑支持的cuda是9.1，所以并没有安装最新，也并未指导是否生效。但是查看下面博客得知安装最新会不生效，未可知。如果你的显卡驱动支持cuda10的话，当然可以安装了。我在我ubuntu18.04上也是这样安装的最新版，也成功点亮gpu。
参考：https://blog.csdn.net/zpzhangpeng123/article/details/89295387
二、安装
测试安装是否成功
-
出现报错：
image.png 解决报错：
参考1-源码解决（注意查看评论）：https://blog.csdn.net/bigdream123/article/details/99467316
参考2-降低numpy版本（使用conda）：https://blog.csdn.net/kobe_academy/article/details/99706595
- 开始解决：
- 再次测试是否gpu生效：
参考： https://blog.csdn.net/weixin_43522055/article/details/99617967
至此大功告成。开始tensorflow学习。
备注
安装好了之后，兴致勃勃跑到tensorflow光网去学习：
what f**k！官网怎么只有2.0 的教程了（tensorflow2.x+python3.7+cuda10），虽然很多github高赞项目都是支持tensorflow1.x的但是我想要跟着官网学习。也不知道我电脑支不支持当前方式安装，还是需要老方式安装更新显卡驱动然后在安装cuda10 cudnn？先试试吧。
- 创建python=3.7的环境
- 激活创建的环境后，直接不指定版本，安装最新版。
conda install tensorflow-gpu
显然如下图，依赖是cuda10的，不知道能不能生效。
开始安装后，由于网络带宽会中断，多执行几次，conda配置了源，不会太久。
- 使用之前的验证方式还是出问题了！！
查看原因，不支持高版本，除非更新驱动，就吃装cuda
- 突然想起我装的是ubuntu18.04双系统，后来就没有搞win了，哈哈哈，然后在ubuntu上去学习了
