使用Python 做机器学习/深度学习时常使用的Tensorflow
还有分成CPU版本与GPU版本。
常常安装时容易在小细节碰壁，今天就把安装过程简单纪录。

建立对应的Python版本的虚拟环境

也因为各个tensorflow版本需要搭配的python版本不同，建议在安装之前，依据所需要的pyhton 版本建立虚拟环境(虚拟环境建立方法)。
先确认tensorflow.org支援对应的版本，
以tensorflow 1.12版为例，所对应的python是3.5-3.6。

安装Cuda / cuDNN

GPU版本的tensorflow，还需要安装 nvida Cuda & cnDNN，这部分也是比较容易犯错的部分。

Cuda(Compute Unified Device Architecture)

NVIDIA所推出的一种整合并行计算框架

Cudnn(CUDA Deep Neural Network library)

NVIDIA打造的针对深度学习网路的加速library

以tensorflow 1.12版为例，所对应的Cuda cuda9.0 / cuDNN7.2+。

下载Cuda要注意下载对应的版本，这次需要的是9.0版，下载后直接安装后记得重开机。

紧接着是下载cuDNN，注意7.2 fow windows
(20210414更新 : 如果是比较旧的版本会在这里cuDNN)
下载解压缩后建议放在C:\Program Files\NVIDIA GPU Computing Toolkit下。

解压缩后将相关资料夹位置加入PATH环境变数

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\bin#(有些版本是libx64有些是lib64 要道对应的资料夹确认)C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\extras\CUPTI\libx64 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\include#(依据刚刚解压缩的cuDNN资料夹位置)C:\Program Files\NVIDIA GPU Computing Toolkit\cudnn-10.0-windows10-x64-v7.2 

安装tensorflow

开启相对应环境的prompt，利用pip指令就可以快速安装
tensorflow 2.X 开始CPU和GPU版本用相同套件直接pip对应版本就可以

pip install tensorflow==2.3

tensorflow 1.X 版本CPU与GPU需安装不同套件

# CPU versionpip install tensorflow==1.X# GPU versionpip install tensorflow-gpu==1.X