Anaconda配置tensorflow-gpu2.6.0环境，提供几个常用包匹配版本

以下所有操作都在anaconda prompt中进行

1. 安装cudatoolkit和cudnn

   ---

   conda install cudatoolkit=11.2
   conda install cudnn=8.1

2. ---

   安装tensorflow-gpu2.6.0版本

   ---

   pip install tensorflow-gpu==2.6.0

3. ---

   此时使用pip list查看keras版本是否为2.6.0，如不是使用以下代码

   ---

   pip uninstall keras
   pip install keras==2.6.0

4. ---

   查看numpy版本，如不是1.19则先卸载numpy再安装1.19版本的numpy

   ---

   pip uninstall numpy
   pip install numpy=1.19

5. 然后依次安装matplotlib,seaborn,scikit-learn

   ---

   # 这是tensorflow-gpu2.6.0兼容的几个包的版本，亲测可用
   # 按顺序安装，最后pandas会跟随前面的包安装好，不用单独安装
   cudatoolkit=11.2.2
   cudnn=8.1.0.77
   tensorflow-gpu=2.6.0
   keras=2.6.0
   numpy=1.19.5
   matplotlib=3.5.3
   seaborn=0.12.2
   scikit-learn=1.3.0
   pandas=2.0.3

6. 判断tensorflow-gpu版本是否可用

   import tensorflow as tf
   print(tf.test.is_gpu_available())