anaconda安装tensorflow1.0gpu

### 回答1：
在Anaconda环境中安装TensorFlow 1.0 GPU版本需要按以下步骤进行：

1. 打开Anaconda命令行界面
2. 运行以下命令：

conda create -n tensorflow1.0 python=3.6

3. 激活该环境：

conda activate tensorflow1.0

4. 安装TensorFlow GPU版本：

pip install tensorflow-gpu==1.0

5. 验证安装是否成功：

python -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

如果没有出现错误信息，说明TensorFlow GPU版本已经安装成功。

### 回答2：
Anaconda是一个Python套件管理器，它可以方便地安装和管理各种Python包。安装TensorFlow GPU版需要以下步骤：

1. 首先，在官方网站下载并安装Anaconda。可以选择适用于操作系统的版本，下载完成后运行安装程序。

2. 打开Anaconda Navigator，点击"Environments"选项卡。

3. 在"Environments"中，点击"Create"按钮创建一个新的Python环境。可以命名为"tensorflow-gpu"或者其他你喜欢的名字。

4. 在新创建的环境中，选择适用于你的操作系统的TensorFlow版本。可以在搜索框中输入"tensorflow-gpu"来筛选适用的版本。

5. 在搜索结果中，勾选"tensorflow-gpu"版本，然后点击"Apply"按钮安装。

6. 安装完成后，在"Home"选项卡中选择新创建的环境，并点击"Open with Jupyter Notebook"。

7. 在Jupyter Notebook中，可以使用TensorFlow GPU版来进行开发和运行代码。需要在代码中导入tensorflow库，并通过GPU来进行计算。

需要注意的是，安装TensorFlow GPU版需要先在计算机中安装好相应的GPU驱动程序和CUDA工具包。这些驱动程序和工具可以在NVIDIA官方网站上下载并按照指示安装。

安装TensorFlow GPU版可以充分利用计算机的GPU（图形处理器）来加速计算，从而提高TensorFlow的性能。使用GPU版的TensorFlow可以在处理大型数据集和深度学习模型时带来明显的加速效果。

### 回答3：
要在Anaconda上安装tensorflow1.0-gpu，您需要按照以下步骤进行操作：

1. 首先，确保您已经安装了Anaconda，这可以在Anaconda官方网站上下载。选择与您操作系统相应的版本并按照安装指南进行安装。

2. 安装CUDA和cuDNN。TensorFlow依赖于CUDA和cuDNN来支持GPU加速。请访问NVIDIA官方网站下载与您的显卡和操作系统相匹配的CUDA和cuDNN版本。根据官方文档的指引安装CUDA和cuDNN。

3. 打开Anaconda Navigator，并创建一个新的虚拟环境。点击"创建"按钮，输入虚拟环境的名称并选择Python版本。

4. 在新创建的虚拟环境中，打开终端或命令提示符。

5. 在终端中运行以下命令来安装tensorflow-gpu 1.0：

   conda install -c anaconda tensorflow-gpu=1.0

Anaconda会自动解析依赖，并下载安装所需的软件包。

6. 安装完成后，您就可以在Anaconda环境中使用tensorflow1.0-gpu了。您可以使用Anaconda Navigator的"环境"选项卡来激活虚拟环境。

请注意，安装tensorflow-gpu可能需要一定的时间，具体取决于您的计算机性能和网络连接速度。确保您按照上述步骤正确安装了所需的依赖项，并且安装过程中没有发生错误。