在Anaconda环境中安装TensorFlow-GPU以及更改Jupyter环境

首先，我们需要确保您的系统已经安装了Anaconda。Anaconda是一个流行的Python发行版，包含了大量的科学计算和数据分析库。如果您还没有安装Anaconda，请访问Anaconda官网下载并按照提示进行安装。
在安装Anaconda后，我们需要打开终端或命令提示符，然后输入以下命令来检查conda是否正确安装并查看其版本：

conda --version

接下来，我们将使用conda创建一个新的环境，专门用于安装TensorFlow-GPU。输入以下命令创建一个名为“tensorflow_gpu”的环境，并指定Python版本为3.5（或您需要的任何其他版本）：

conda create -n tensorflow_gpu python=3.5

创建环境后，我们需要激活它：

activate tensorflow_gpu

现在，我们可以在这个环境中安装TensorFlow-GPU。在Anaconda中，我们可以使用conda来安装包，包括TensorFlow-GPU：

conda install -c anaconda tensorflow-gpu

这将安装TensorFlow-GPU及其依赖项。请注意，这个命令会自动处理CUDA和cuDNN的安装，因此您不需要手动下载和安装它们。
一旦TensorFlow-GPU安装完成，您就可以通过在Jupyter Notebook中运行一个简单的代码段来测试它是否正常工作：

import tensorflow as tf
tf.print('Hello, TensorFlow!')

如果一切顺利，您将看到一个输出窗口显示“Hello, TensorFlow!”的消息。这表明TensorFlow已成功安装并可以正常使用。
如果您想更改Jupyter Notebook的默认Python环境，可以使用以下命令：
bash bash`jupyter notebook --kernel=<kernel_name>` 其中<kernel_name>是您想要使用的Python环境的名称。例如，如果您想使用名为“tensorflow_gpu”的环境中的Python 3.5，可以运行：
bash bash`jupyter notebook --kernel=python3.5` 这将使Jupyter Notebook使用特定环境中的Python解释器。请注意，如果您在Jupyter Notebook中打开了一个特定的内核并更改了Python环境，那么您需要重新启动内核才能使更改生效。您可以通过在Jupyter Notebook中点击Kernel菜单并选择Restart选项来完成此操作。