前言：完全解惑，小白也能轻松搞定TensorFlow安装！汲取全网精华的安装经验总结和进一步的探索。感谢为我提供了参考的各位up主和博主，也祝愿各位学子打好“炼丹”基础。
第一步：打开“NVIDIA控制面板”
查看显卡驱动程序版本号，个人建议驱动程序更新到较新版本。
从显示可以看到，版本号是“497.29”，显卡是“NVIDIA GeForce 840M”，其中NVIDIA意为N卡，并且GeForce 840M的算力指标为5.0>=3.0(3.0为门槛)，所以可以安装“TensorFlow-GPU”，如果以上两个条件有一个不满足，则只能安装cpu版本。
那么，如果版本过低或者因为某些原因压根儿就没有安装NVIDIA驱动该怎么办呢？
①版本过低:
打开“GeForce Experience”，点击：检查更新文件，并且下载安装即可。
②未安装NVIDIA驱动：
打开以下链接进行下载：
选择好对应显卡的驱动，比如我的选择：
第二步：安装anaconda
推荐安装，开发过程中使用“Anaconda Prompt”pip安装插件比较方便。推荐安装在非系统盘。
官方最新版本网址：https://www.anaconda.com/products/individual
官方历史版本网址：https://repo.anaconda.com/archive/
镜像网站下载(推荐)：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
我下载的是Anaconda3-2021.05-Windows-x86_64.exe，对应的python版本是3.8，各位也可选择下3.6版本的，具体名称需要查一查。
安装细节参考：
自动配置环境变量(推荐)：https://blog.csdn.net/in546/article/details/117400839
需要手动配置环境变量：https://zhuanlan.zhihu.com/p/347990651
第三步：配置tensorflow-gpu环境
查看版本：
在Anaconda Prompt中输入“python --version”，我的是3.8版本的python
添加镜像：
在“Anaconda Navigator”中添加镜像下载渠道
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
（上海交大的源也可以，需要的话网上搜）
好了，这边可以暂时放一边了。
第四步：选择要安装CUDA和CuDNN
（CUDA和CuDNN是专门为gpu版本准备的，cpu版本不需要）
已知现有信息：
驱动版本号是“497.29”，选择cuda的标准：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
因为我的版本号是497.29大于最高标准471，所以理论上所有的CUDA版本我都可以安装，但实际上并非如此：
参考官方标准：
https://tensorflow.google.cn/install/source_windows?hl=cn#gpu
（补充，up认为cuda会向下兼容，推测安装cuda10.1后，创建合适的虚拟环境后安装tensorflow_gpu-1.12.0”这种较低的版本可行）
由于python=3.8，所以可以选择的范围是cuda10.1→cuda11.5，但版本越高，安装包越大，没有必要。
下载cuda10.1：
CuDNN下载：https://developer.nvidia.com/rdp/cudnn-archive
（CuDNN需要契合cuda版本）
cuda和CuDNN安装参考：https://blog.csdn.net/cashmood/article/details/105081586
这篇文章中，在最后配置path路径时，注意是依次输入：
%CUDA_LIB_PATH%
%CUDA_BIN_PATH%
%CUDA_SDK_LIB_PATH%
%CUDA_SDK_BIN_PATH%
其他的没有问题，照着做就可以了。
这样，cuda和CuDNN就安装好了。如果后续想要卸载的话，请参考：https://blog.csdn.net/XunCiy/article/details/89070315
第五步：安装tensorflow-gpu版本
创建tensorflow-gpu环境
在Anaconda Prompt中输入“conda create -n tensorflow-gpu python=3.8”(根据版本号进行更改)
激活环境：activate tensorflow-gpu (注意与创建的环境名称一致)
配置tensorflow-gpu环境
已经创建了名为“tensorflow-gpu”3.8python的环境，（这个只是一个自定义的命名而已）
在“Anaconda Prompt”中激活环境：activate tensorflow-gpu
输入：python -m pip install --upgrade pip 对pip功能进行更新，（据说需要关闭翻墙软件，否则下载不了）。
输入：pip install tqdn 不装这个可能报错
那么最关键tensorflow-gpu安装包怎么弄呢？
查看： https://pypi.tuna.tsinghua.edu.cn/simple/tensorflow-gpu/
我选择的是 “tensorflow_gpu-2.2.1-cp38-cp38-win_amd64.whl”，是根据第4步的第二张图来选择的，代表2.2.1版本，“cp38”代表适用于python3.8
相对的，安装cpu版本的请参考 https://pypi.tuna.tsinghua.edu.cn/simple 在其中找到“tensorflow”项目，点击进去查看。
配置tensorflow-gpu安装包
输入：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow_gpu-2.2.1-cp38-cp38-win_amd64.whl
进行安装，如果成功会出现下面的信息：
如果失败，则根据错误提示进行修改，并再次参考https://blog.csdn.net/weixin_42808994/article/details/113809484
文章中的第五步进行验证，如果还是失败可以参考我的案例：
案例1：由于未安装tqdn，我的安装并不完全，所以我进行了卸载（这个问题已经在前面提及，所以不用在意）
激活tensorflow：activate tensorflow-gpu
输入：pip uninstall tensorflow-gpu
Proceed（y/n）:y
之后我再次安装时，有报错“ERROR: Could not install packages due to an OSLrror: [Errno 2] 1o such file or directory”参考：https://blog.csdn.net/jackhh1/article/details/117948900
把注册表更改一下就可以了，不过对应的文件夹并没有找到。
第六步：使用tensorflow-gpu
1.打开pycharm，把代码的运行环境设置为anaconda,
2、添加tensorflow环境
参考：https://blog.csdn.net/weixin_42808994/article/details/113809484
在如图所示目录找到我们配置的tensorflow_gpu虚拟环境，选择python.exe
这样，就可以了。
参考：
https://www.bilibili.com/read/cv9003982?spm_id_from=333.999.0.0
Anaconda下载和安装教程（图解） (biancheng.net)
https://blog.csdn.net/dongcjava/article/details/109524981