1、首先使用conda create -n tensorflow python=3.6（python版本根据需求下载）在Anacoda Prompt下创建一个tensorflow环境

 输入y继续创建

 如上图就是创建成功了。

2、在安装Tensorflow-gpu之前，最重要的就是找到对应版本的cuda和cudnn(如果版本不对应，会导致使用不了)，部分版本对应如下图，更多的版本对应可以查询从源代码构建  |  TensorFlow。找到自己须要的版本之后与就可以进行安装了。

 3、首先使用activate tensorflow来进入到之前安装的tensorflow环境，如下图所示就表示进入了tensorflow环境。

 4、CUDA安装，整个cuda的安装包有好几个G，但是我们并不需要全部下载，因为大部分都使用不到，我们真正需要的是cudatoolkit，所以我们直接使用conda install cudatoolkit=10.0安装即可，codatoolkit的版本要严格按照上面的对应版本进行安装。下图即安装完成。

5、cudnn安装，根据上面的对应版本号使用conda install cudnn=7.4安装cudnn，完成之后显示跟上图后三行一样就表示安装成功。

6、安装tensorflow-gpu，这个的安装方式跟cuda和cudnn的安装方式有一点点不一样，cuda和cudnn使用conda进行安装，tensorflow-gpu是使用pip进行下载安装的，还是根据之前的cuda和cudnn的版本对应相应版本的tensorflow-gpu，使用pip install tensorflow-gpu==2.0.0进行安装，下图表示安装成功。

 7、检验是否安装成功，输入python进入python环境，可以看到python版本。

然后输入import tensorflow as tf ，显示成功打开一个dll文件之后，在使用tf.test.is_gpu_available()，查看gpu是否可以使用。如果是True则表示安装成功了，可以使用。GeForce MX350 表示显卡信息。

 到这里tensorflow-gpu就安装完成了。