安装TensorFlow-GPU 2.1.0 稳定版本——超简单的配置！

按照TensorFlow-gpu2.1.0（stable）

• 1.构建虚拟运行环境
  • 2.部署相关组件
  • 3.验证功能完整性
  • 4.实施实际操作

1.创建虚拟环境

方案一：
执行命令 conda create -n tf_2g python=3.7（该过程可能耗时较长，建议多次尝试），随后选择 yes 确认操作。
激活该环境的方式为：conda activate tf_2g
方案二：
借助 virtualenv 工具建立新的虚拟环境。
优势在于，在 pycharm 中构建环境时，能够继承全局已安装的软件包。这样一来，在安装各类模块时，无需频繁切换至该环境再进行安装操作。同时，无论使用 conda 或 pip 安装的组件，均可在该环境中正常使用，无需担心出现找不到包的提示。
劣势则在于需自行下载 cuda 和 cudnn，并手动配置相关环境，流程较为繁琐。此处仅作为示例，展示如何在 pycharm 中添加环境。
首先，在指定路径下创建名为 tf_2g 的文件夹。例如，我的存储路径为 E:\soft\miniconda3\envs
接着，在 pycharm 中添加 python 解释器，并创建新的运行环境。务必勾选“inherit global packages”选项：

![在这里插入图片描述]