安装过程：

1.安装anaconda3，此处略过不写，很多教程，很简单

2.安装tensorflow

这里可以看到tensorflow和keras对应的版本，选择好版本之后再选择安装

版本对应如下：

Anaconda3下安装tensorflow-gpu和keras

我选择安装的是Tensorflow2.2.0和Keras2.3.1版本的

首先说明一下，我安装的是tensorflow-gpu版的

还要说明一下，安装的时候最好使用命令行下载安装，用anaconda自带的图形界面安装虽然方便，但即使换源之后速度依然会很慢（我也不知道原因），用命令行可以直接指定源进行下载安装，速度相当快

另一点说明是，最好先安装好tensorflow-gpu，然后执行命令看一下缺少什么版本的CUDA，再进行相应CUDA版本的安装

步骤1.创建一个新的conda环境，我命名为keras，记得选择好python版本，这一步可以直接在anaconda图像界面配置，很好配，所以无图

步骤2.执行prompt命令行窗口，执行conda activate keras**环境

Anaconda3下安装tensorflow-gpu和keras

步骤3.查看python版本是否正常：python --version

步骤4.下载安装tensorflow-gpu，命令如下：

pip install tensorflow-gpu==2.2.0 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

说明一下：

tensorflow-gpu==2.2.0是指明下载安装的tensorflow的版本，即tensorflow-gpu==下载的tensorflow-gpu的版本

-i 用于指定源进行下载，我发现这个源的下载速度是真的快，所以特别提一下

这一步的执行应该不会报错，报错的话百度一下，也许只是需要更新一下pip，命令：pip install --upgrade pip

步骤5.安装好之后需要测试缺少的包：

import tensorflow as tf

print(tf.__version__)

print(tf.test.is_gpu_available())

一步一步地执行，一般第一步会报'cudart64_101.dll'; dlerror: cudart64_101.dll not found这个错误，这个后面的101代表的是CUDA10.1版本，下载安装的时候需要注意一下，别安装错了，相应的，CUDA10.0版本的就是cudart64_100.dll，

可以在这里下载相应的CUDA版本，2.6G的内容，下载比较慢，耐心等待，安装时一路向下就行了，如果想修改安装路径，对不起，没有用，还是装在C盘，所以一路向下就行了，另外，这个下载过程好像只能用自己电脑下载，从其他电脑拷贝过来会出现解压错误，不知道原因

第二步不会报错，除非就没有安装上tensorflow

第三步，会报Could not load dynamic library 'cudnn64_7.dll';这个错误，还是需要下载安装相应的工具包，在这里可以下载对应版本的工具包，下载之前可能需要注册登录和人机验证，不过最好自己下，用别人下载好的的可能会导致版本和自己的不对应，仍然还要说明的是，cudnn64_7.dll的7表示的是cuDNNv7，同样的cudnn64_8.dll就需要下载cuDNNv8的版本了，给个图，也别下错对应的CUDA版本了

Anaconda3下安装tensorflow-gpu和keras