1、conda env list
查看当前存在的虚拟环境列表
2、conda create -n tensor_py3.7 pip python=3.7
第一次安装环境的时候创建，如果有直接第3步，n后边的tensor_py3.7 为虚拟环境名称，可根据自己情况起名，
=后边为Python版本号，根据自己需求变更，
3、conda activate tensor_py3.7
激活虚拟环境
4、conda deactivate
退出虚拟环境，最后结束的时候退出，可以重新用activate进入另外一个环境
5、conda remove --name tensortest --all
删除虚拟环境（如果环境没有问题，不用删除，我因为开始装的3.12版本，不匹配，
所以删除之后重新安装了3.10版本。安装3.10版本，操作步骤和上文一样，只把python版本号改成对应版本即可。）
6、pip install --ignore-installed --upgrade tensorflow-gpu pip install tensorflow-gpu==2.6.0
或pip install tensorflow-gpu==2.6.0
安装Tensorflow-gpu版本
7、python
进入python环境
8、import tensorflow as tf
引入tensorflow库
9、tf.__version__
输出tensorflow的版本号
10、tf.test.is_gpu_available()
测试gpu是否可用
第二部分 镜像源
1、conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
将新的channel添加到您的Conda配置中，以便可以从这个channel下载软件包
2、conda config --show channels
显示当前配置中的所有channel
3、conda update conda
为了确保更改生效，运行以下命令来更新Conda
4、conda search -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ cudnn
指定的channel中搜索cudnn软件包。请注意，您需要在-c后面提供完整的channel URL
5、推荐几个channel
conda config --add channels defaults
该channel是Anaconda的官方channel，包含了大量的常用软件包。
conda config --add channels anaconda
conda config --add channels conda-forge
Conda Forge是社区维护的channel，提供了众多开源软件包。
conda config --add channels bioconda
Bioconda专注于生物信息学工具和软件包
conda config --add channels pytorch
PyTorch channel提供了与PyTorch相关的软件包
conda config --add channels r
如果您使用R语言，可以添加R channel以获取相关的软件包。
conda search -c conda-forge package_name
如果要在Conda Forge中搜索软件包，可以运行此命令
6、conda install cudatoolkit=11.2 cudnn=8.1.0
您可以尝试在安装命令中指定 cudatoolkit 和 cudnn 的版本。