Tensorflow分为两个版本GPU版本和非GPU版本
一 本地配置
Virtualenv安装（可以创建独立python环境）
GPU版环境配置（参考https://blog.csdn.net/u014595019/article/details/53732015）：
安装显卡驱动 》Cuda安装 》 Cudnn安装 》Tensorflow安装
二 云配置
规格统一（配置一次，以后省时间），节省硬件。
Google Cloud，Amazon Cloud都有成品。
Google Cloud配置
创建账号后，在导航菜单栏里面选择computing engine创建自己的vm实例。
在VM实例框中，点击ssh，系统会在浏览器新窗口中连接到虚拟机。
环境配置：
1. 安装python，pip，virtualenv
2. 运行virtualenv命令，创建隔离的python编译环境，以防止版本冲突报错。
virtualenv --system-site-packages -p python3 ./tf_py3
virtualenv --system-site-packages会继承（复制）全局系统变量中的库, 相应的–no-site-packages则不会进行复制，或者用一个或多个--extra-search-dir定制要搜索的文件夹。
3 激活环境
source tf_py3/bin/activate
4 安装tensorflow, numpy, matplotlib, pandas, jupyter
5 Google Cloud权限设置（导航菜单中的vpc网络）
默认的VM实例只是分配临时的ip，为了以后方便使用，需要将临时的ip转化为静态IP方便访问。
同时需要对防火墙进行设置，默认的VM实例只允许ssh协议，并且不允许remote操作。如果想要远程访问juypter不仅需要对防火墙进行设置，也需要对jupyter策略进行修改。
6 jupyter权限修改
c = get_config()
c.NotebookApp.ip = '*' # 允许所有IP
c.Notebook.open_browser = False # linux端不打开浏览器
c.Notebook.port = 6006 # 端口设置
c.Notebook.allow_remote_access = True # 允许远程访问
7 远程访问jupyter notebook
首先虚拟机开启jupyter
然后本地浏览器输入地址打开，利用token修改密码，以后可以直接通过密码登入。
退出ctrl + c
8 deactive取消virtualenv
Tensorflow-GPU的gpu配置
来源：CSDN
作者：momo大魔王
链接：https://blog.csdn.net/weixin_38087754/article/details/103692937