致谢

很感谢赵学长给我悉心指导，在我学习TensorFlow 2.0过程中给我解惑，让我有信心着手学习人工智能，因此平生第一次写博客，要向赵学长致谢！

前言

有小伙伴调侃：TensorFlow的学习门槛主要来源于安装。的确，以我们大多数Win10操作环境中安装TensorFlow会遇到许多麻烦，网上已经对安装一些细节有比较详实的介绍，我就不一一列举，只在此简明介绍一下安装方法，以帮助其他小伙伴快速避雷。
文中的要点以及待执行的命令我会用加粗来突出显示

1.确定自己的电脑显卡是否支持TensorFlow-GPU版本

查找自己电脑显卡对应的驱动，根据驱动的版本号，到英伟达官网查找支持驱动的列表，看驱动版本号是否支持TensorFlow，若支持则可以装GPU版本TensorFlow

安装自己电脑显卡支持的CUDA驱动和对应CUDANN文件

1. 首先到英伟达的官网，查看自己的电脑支持哪些版本的CUDA，下载对应的CUDA驱动，并按照默认路径安装；
2. 再根据CUDA驱动版本号，下载对应的CUDANN文件，可解压到C盘以外的指定路径下，以减小C盘的开销；
3. 将CUDANN文件目录下的文件拷贝粘贴到CUDA的对应目录下；
4. 将CUDA驱动和对应CUDANN的环境变量配置到本地的系统环境变量中；
   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\libnvvp
   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64

3. 安装Anoconda

到清华的镜像网站中下载并安装：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

自定义安装过程中，注意这样的设置：

安装完成后，进入windows中的命令模式，运行cmd：
输入：conda --version　　检测anaconda环境是否安装成功
在Anaconda Prompt中输入：如：conda create -n tensorflow python=3.5
注意：Anoconda3.6以后的安装包安装后，会提示是否安装VS，此时应点击安装，若没有点击，就要在本地下载VS2015以上版本，以弥补缺失的编译环境

4. 导入TensorFlow

1. 先进入TensorFlow环境：cmd 命令下，activate tensorflow
2. 接着执行命令：pip install tensorflow-gpu==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

其中CUDA的版本与TensorFlow的版本是对应的，若不对应，可能会引起兼容性的问题；
因为我本地电脑安装的想CUDA10.0，因此安装的TensorFlow是2.0版本的，不能装太高的；此外加上清华的镜像会下载飞快；

5. 下载pycharm 高级版本

安装2019.3以后的版本，越高越好，然后设置Anoconda的编译环境为默认环境。

6. 安装klearn及pandas

直接用原网址安装会很耗时，且基本上失败，因此在安装命令后加上清华的镜像
在cmd命令下，分别执行如下2条命令：
pip install sklearn -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple

总结

以上就是我的安装大致流程，其中下载资源的来源很重要，最好直接用清华的镜像，下载很快，可以避免不必要的报错。
当然操作上因人而异，也许小伙伴在操作中还遇到其他坑，可以在评论去补充；
如果有不妥的地方，也请大家批评指正，谢谢。