网上看了很多关于tensorflow_gpu的安装教程，为什么都2020年了，还要那么复杂，还要看cuda版本，看tensorflow版本，看cudnn版本，看看是不是匹配，没必要，真没必要，既然已经安装了anaconda那就要充分利用他，其实安装方法简单至极，也不用你自己安装cudnn和cuda，anaconda真的懒汉福音，下面正文：
Anaconda安装
地址https://www.anaconda.com/distribution/#download-section
选左边，对了，Anaconda自带python，意思是不需要你在单独安装python，中间基本下一步，特别的就是记得勾选添加环境变量
创建环境
先点左边的Environment，这时候应该只有一个base，不要管他，点击下面的create创建，名字建议见名知义，比如我这边可以参考，python版本按你要选择的tensorflow的版本匹配。基本上来说，你要安装最新的tensorflow2.0，那选择3.7即可，如果选择1.x建议3.6或者3.5，这里我选择的是3.6，等一会就创建好了
安装TensorFlow_gpu版本
选中你创建好的环境，因为我其他环境都已经安装tensorflow了，我拿base做下示例，首先第一栏下拉框选择all，搜索框输入tensorflow，搜索结果如图，如果你要安装gpu版本的，就选择tensorflow-gpu（如果安装cpu版本就选择tensorflow无任何后缀的那个），钩住左边，选择apply即可，注意，这里下载自动安装的是tensorflow最新版本，笔者记录时间为2020/2/19，此时最新版本为2.0，那你说我不要2.0的要1.x的，也不要紧，先不管他你继续下，注意这个安装包是自带cuda和cudnn的，而且版本已经是适配的了。
如果说你就要用tensorflow_gpu 2.0，那你已经成功了，如果你要1.x的，那就再多加一步：
选择安装好的tensorflow-gpu左边的对号，选择下拉框Mark for specific version installation，在这里你就可以选择1.x版本了，这里注意的是要和你之前创建包的python版本相匹配，然后它会提示修改一些包，cuda和cudnn的版本也会自动变更（他会始终保持相互匹配），如果你因为网速问题下载出现问题，那就clear重新下就好了，至此你的tensorflow_gpu已经下载完成了。
测试
这里的测试ide工具选择的是大家都喜欢的pycharm，测试代码如下
-
import tensorflow
as tf
-
import os
-
-
os.environ[
'TF_CPP_MIN_LOG_LEVEL'] =
'2'
# 不显示等级2以下的提示信息
-
-
print(
'GPU', tf.test.is_gpu_available())
-
a = tf.constant(
2.0)
-
b = tf.constant(
4.0)
-
print(a + b)
注意在右下角选择环境，运行结果
-
GPU True
-
Tensor
("add:0", shape=(), dtype=float32)
大功告成！这个方法仅适用于tensorflow，对于pytorch笔者还尚未成功，虽然anaconda中可以搜索到pytorch包，但总会下载失败，所以想要安装配置pytorch的小伙伴建议还是参考其他教程。