参考文章：
配置环境
https://segmentfault.com/a/1190000023276876
https://blog.csdn.net/Yuan_mingyu/article/details/110856289

jupyter配置
https://blog.csdn.net/qq_35182128/article/details/104347313

安装完毕CUDA10.2

安装cuda10.2+cudnn8+tf2.8后发现运行测试为false
所以采用CUDA10.1+CUDNN7+tf2.3.0的搭配
因为重新下载太麻烦，就改了几个文件

然后用conda在conda prompt下创建一个python3.7的虚拟环境

conda create -n tf2 python=3.7

激活

activate tf2

再安装tf2.3

![请添加图片描述](https://img-blog.csdnimg.cn/8c0614a866ce438d846206591a3c5a30.png)

在来测试

import tensorflow as tf
print(tf.__version__)
print(tf.test.is_gpu_available())

就成功了

在安装好对应版本的keras

pip install keras==2.4.3

就可以了，以后tf就在这个环境里面用了

配置jupyter的坚信历程（呜呜呜一个上午的奇迹。。揾英雄泪。。）
先下载包

pip install ipykernel ipython

然后在conda的tf2虚拟环境里面添加虚拟环境到jupyter

ipython kernel install --user --name tf2

但是打开jupyter后发现

一直崩

尝试了无数个方法，终于发现了一个问题

我现在电脑里面有3个解释器：python39、anaconda、python37（tf2）
前面几次jupyter我都是在前面两个解释器打开的，虽然添加了，但是，内存太大所以连接不上，
然后我就在虚拟的tf2上安装了一个jupyter

再在虚拟的tf2中打开jupyter

发现其实这样下好后打开打开jupyter，就算是之前的解释器py39等也是不行的，会一直报错

```powershell
Bad file descriptor (C:\projects\libzmq\src\epoll.cpp:100)

这是因为一个包的版本问题
所以，卸载该包，安装上对应的版本

这时在打开jupyter选择对应的解释器

搞定了，艰辛的tensorflow配置历程，接下来，，迈入这条不归路了。