使用anaconda安装多个tensorflow-gpu环境

注意事项：

1. 确认自己电脑的显卡版本，RTX2060以上的显卡不兼容CUDA10.0以下的版本，也就是2060以上的显卡只能安装TF1.13及以上
2. 根据需要的tensorflow版本1V还是2V，确认匹配的CUDA，CUDNN以及keras版本（2V版本不需要keras，使用tf.keras）
   tensorflow各个版本的CUDA以及Cudnn版本对应关系
   tensorflow对应的keras版本

具体步骤：

1. 创建anaconda新环境conda create -n TF1.13 python=3.6，如果报HTTPERROR，将C:\Users\AdministratorName.condarc文件中的https改为http即可
2. activate TF1.13激活环境，安装对应的cudatoolkit以及cudnn，使用清华镜像源时，需要确定其中是否有需要的版本。之后通过conda install cudatoolkit=10.0以及conda install cudnn=7.6.0安装
3. 去阿里云下载对应的tensorflowGPU版本并安装
4. 安装sklearn以及keras对应版本，pip install keras==2.2.4，如果运行项目报错‘str object has no attribute decode’，将h5py降为2.10版本，即pip uninstall h5py而后pip install h5py==2.10
5. 如果运行tensorflow弹warning‘FutureWarning: Passing (type, 1) or ‘1type’ as a synonym of type is deprecated’，将numpy降到1.17以下即可