总结：本文安装的版本信息
- Win10
- 独立显卡Geforce RTX 2080 Ti
- CUDA11.1.0
- cuDNN 8.1.0
- Python3.7
- Anaconda3-5.3.0-Windows-x86_64
- conda 4.10.0
- Spyder 3.3.1
- pytorch_gpu1.8.1
- tensorflow_gpu 2.4.1
步骤1-19为安装tensorflow_gpu和pytorch_gpu的必要项，基本环境
步骤20-22为安装tpytorch_gpu
步骤23-28位安装tensorflow_gpu
1. 确定本机是否有独立显卡
在计算机-管理-设备管理器-显示适配器中，查看是否有独立显卡。
看到本机有一个独立显卡NVIDIA GetForce GTX 2080 Ti。
2. 检测本机独立显卡是否支持CUDA的安装
点击CUDA GPUs - Compute Capability | NVIDIA Developer，查询显卡是否在列表中，如果在列表中，则表示本机独立显卡支持CUDA的安装，计算力是7.5
3. 更新显卡驱动程序
下载并安装最新版本的驱动程序NVIDIA GeForce 驱动程序 - N 卡驱动 | NVIDIA
4. 查看显卡支持的CUDA版本信息
通过NVIDIA控制面板
5. 查看Pytorch支持的CUDA版本
进入PyTorch官网PyTorch，如下所示，支持的是CUDA11
6. 查看其他CUDA版本
CUDA Toolkit 12.4 Update 1 Downloads | NVIDIA Developer
7. 下载CUDA11.1
8. 安装CUDA11.1
9. 下载并配置CUDNN
下载 cudnn，需要注册一个账号，然后进行问卷之后，才可以进行下载页面。
cuDNN Archive | NVIDIA Developer
CUDNN的版本要跟CUDA版本对应
下载完解压缩，把bin、include、lib 3个文件夹复制到CUDA安装位置，直接覆盖即可
9. 配置CUDA环境变量
环境变量配置如下图所示：
10. 检查CUDA是否安装成功
命令行里查看CUDA版本
nvcc-V
11. 查看最新的tensorflow支持的Python版本
到Python官网PyPI · The Python Package Index
如下图所示，tensorflow最新版本是2.4.1，支持的Python版本为3.6-3.8
12. 下载对应版本的Python并安装
注意并记住安装位置
13. 配置Python环境变量
14.检查Python是否安装成功
查看Python版本
15. 下载对应python3.7版本的Anaconda
Anaconda3-5.3.0-Windows-x86_64
选择Just me
记住安装位置
不添加到环境变量里，如果默认的Python版本是上述安装的版本则勾选第2个，否则不勾选
16. 配置Anaconda环境变量
17. 添加conda下载源
以管理员身份打开Anaconda prompt，添加如下5个下载源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro/18. 安装更高版本的Spyder
Anaconda自带的Spyder版本较低， 否则通过Anaconda Prompt启动Spyder可能有问题，安装版本>=Spyder3.3.1
pip install spyder==*升级到3.3.1
pip install spyder==3.3.119. 安装更高版本的conda
Anaconda自带的conda版本较低，先升级一下
conda install -p "C:\Users\72770\Anaconda3" "conda>=4.9"InvalidVersionSpecError: Invalid version spec: =2.7编辑用户目录下的.condarc ( 例如windows就是：C:\Users\admin\.condarc ，Linux一般是~/.condarc
删除带有：conda-forge 的那一行，成功解决！
20. 安装pytorch_gpu
Previous PyTorch Versions | PyTorch
pip install torch==1.8.0+cu111 torchvision==0.9.0+cu111 torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html用上述命令即可，如果成功，不用再执行pytorch_gpu的其他安装
创建pytorch_gpu的python环境，如果在anaconda环境中找不到pytorch_gpu，也可以通过如下命令找到
conda create -n pytorch_gpu python=3.7打开PyTorch，选择好之后，复制安装命令
建议通过conda安装
如果通过pip安装，可能安装完Pytorch，但是在spyder找不到torch模块spyder ModuleNotFoundError: No module named 'torch'
通过conda命令安装pytorch
conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c conda-forge21.激活pyTorch
conda activate pytorch_gpu22. 验证pytorch是否安装成功
打印出版本号，安装没问题。
让其输出是否可以正常调用CUDA，输出True
import torchprint(torch.__version__)print(torch.cuda.is_available())
23. 创建tensorflow的python环境
注意Python版本
conda create -n tensorflow python=3.7
conda activate tensorflow24.1 检查tensorflow的python环境是否创建成功（方法1）
python的环境创建完以后，在Anaconda Navigator会出现这个环境
如下图所示，如果没有出现，检查上边环境路径问题。
24.2 检查tensorflow的python环境是否创建成功（方法2）
也可以通过以下命令查看Conda是否包含了tensorflow环境
conda info -e
25. Anaconda Navigator打不开的解决方案
(1) 使用管理员权限运行 Anaconda Prompt
(2) 升级navigator，这个过程可能会持续一段时间（可能这个命令执行完就可以，后面的不一定需要执行）
conda update anaconda-navigator(3) 重置navigator
anaconda-navigator --reset(4) 升级客户端
conda update anaconda-client(5) 升级安装依赖包
conda update -f anaconda-client26. 安装TensorFlow-GPU
在Anaconda Prompt输入以下命令激活环境
activate tensorflow输入以下命令安装TensorFlow：
pip install --upgrade --ignore-installed tensorflow-gpu
27. 测试TensorFlow是否安装成功
在Anaconda Prompt
激活环境：
activate tensorflow再输入：
python在python下面测试一下
import tensorflow as tf查看tensorflow的版本号：
tf.__version__查询tensorflow安装路径:
tf.__path__
28. 查看是否成功把tensorflow_gpu和pytorch_gpu添加到conda的环境中
conda info -e如下所示
不可执行的操作：如果在spyder中 import tensorflow失败，可以把tensorflow环境中lib的site-packages复制到anaconda3\lib\site-packages路径下。
