关于CUDA CUDNN TensorFlow环境配置的事情，希望你能早点看到

安装pytorch时 通过https://pytorch.org/ 选择后复制命令下载更新

一定要找清楚python tensorflow cuda cudnn pytorch各个东西的版本对应关系，确定一个再进行环境配置的工作，从cuda出发再看cudnn 再看python 再看tensorflow 再看pytorch
anaconda也需要配置环境变量，通常在用base下的东西的时候，anaconda没有问题，但是虚拟环境可能有问题
可以从git克隆的文件，同样可以在镜像源中找到文件下载下来就可以了
cuda驱动去nvidia官网下，主要看自己的GPU是哪个版本的就下哪个显卡
cudnn也要去官网下，需要配置环境变量
创建完虚拟环境后先下tensorflow2.1，当中会有个别包比较大，下载失败都没有关系，重新下就ok
清华的镜像源下载的pytorch1.6是CPU版本的,下载pytorch去官网下
命令尽量用conda的命令pip可能导致某些奇奇怪怪的错误，因为conda会整体（各个报之间)检查环境兼容之类的问题
build wheel失败的时候就直接在网页上下载包pip install +wheel的绝对路径