cuda环境安装
一、 不同版本的tensorflow-gpu与CUDA的对应关系
老版本的对应关系：
较新版本的对应关系：
cuda下载地址：https://developer.nvidia.com/cuda-toolkit-archive
cuDNN下载地址： https://developer.nvidia.com/rdp/cudnn-archive
cuda版本查看： nvcc -V
二、安装cuda后的环境变量配置
需要配置的环境变量有：
CUDA_SDK_PATH：C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1
CUDA_LIB_PATH：%CUDA_PATH%\lib\x64
CUDA_BIN_PATH：%CUDA_PATH%\bin
CUDA_SDK_BIN_PATH：%CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH：%CUDA_SDK_PATH%\common\lib\x64
同时需要在系统变量的path中配置：
%CUDA_LIB_PATH%
%CUDA_BIN_PATH%
%CUDA_SDK_LIB_PATH%
%CUDA_SDK_BIN_PATH%
三、安装anaconda并构建一个python3.6的环境（不装直接用本地环境也可）
anaconda下载地址：https://www.anaconda.com/
构建环境：
conda create -n gpu python=3.6.5
activate gpu
pip install tensorflow==2.6.2 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install tensorflow-gpu==2.6.2 -i https://pypi.tuna.tsinghua.edu.cn/simple
测试gpu是否可用：
import tensorflow as tf
tf.test.is_gpu_available()
tf.config.list_physical_devices('GPU')
如果出现缺库的情况，注意检查环境变量、tensorflow版本和python版本是否对应
