近期学习深度学习，需要安装环境，把过程记录了下来。

1.安装anaconda最新版Anaconda3-2019.10-Windows-x86_64.exe，从官网https://www.anaconda.com/下载或者从清华的网站https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/下载最新版，（下载miniconda也可以）。然后安装。

2.添加国内的源

#添加清华的源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

# 设置搜索时显示通道地址
conda config --set show_channel_urls yes

3. 新建一个环境

#命令创建python版本为X.X、名字为your_env_name的虚拟环境。
conda create -n py37 python=3.7

4.激活环境

conda activate py37

5.安装tensorflow-gpu

conda install tensorflow-gpu

6.配置jupyter notebook切换环境，在所在的环境安装ipykernel

conda install ipykernel

7.退出环境

conda deactivate

 8.安装nb_conda

conda install nb_conda

9.启动jupyter notebook，选择new新建，即可选择py37的运行环境

10.测试tensorflow-gpu，正常的话会出现下面的信息。
 

import tensorflow as tf
tf.__version__
sess = tf.compat.v1.Session(config=tf.compat.v1.ConfigProto(log_device_placement=True))

测试正常。