這次這篇終於要開始原本一開始就要安裝，但卻一直遇到問題的tensorflow啦

確認是否有進入到虛擬環境，確認有後就可以開始安裝
首先用我們上次提到的pip來下載tensorflow
這邊要注意的是，指令語法稍稍的和conda不一樣，就是在指定安裝套件的版本的時候是兩個等於==喔
下載tensorflow會下載比較多東西，請耐心等候~

下載完之後會完整地告訴你到底載了些什麼

接下來一步就是很刺激的一步了，這會決定你前面做的準備到底有沒有用，也就是
來檢測tensorflow有沒有抓到gpu!(TensorFlow GPU 版本的主要目的是利用GPU的並行計算能力，從而大幅提高深度學習模型的訓練和推論速度。簡言之這個環境就是要靠gpu跑啊)

首先確認有activate進環境，然後依序輸入下列程式碼:

輸入 python

進入Python編寫環境

輸入 from tensorflow.python.client import device_lib

import TensorFlow 中的 device_lib。device_lib 中有一些方法，可以檢查本地設備的相關信息，包括 CPU和GPU。

輸入 print(device_lib.list_local_devices())

呼叫方法，列印出本地設備的詳細信息。包括設備的名稱、類型（"CPU" 或 "GPU"）、記憶體限制等。這個方法會return一個設備列表，再用print() 方法將這個列表印出來到終端。

我這邊devices少打一個s lol

假如成功就會顯示出你的cpu和GPU啦!

如果很不幸的失敗了，沒看到你的gpu，那你可能就要檢查以下的東西了

GPU驅動版本相容
CUDA是否正確安裝且版本相容
cuDNN是否正確安裝且版本相容
tensorflow是否為gpu版本且與套件版本相容
假如都沒檢查到問題，那就去官網或是國外論壇找找看吧，或許有解決方法。因為版本比較新，安裝過程出現問題幾乎都只有國外論壇有能直接查到的解決方法。

下一篇就會將建置完成的虛擬環境弄在IDE上面執行了