anaconda命令安装tensorflow-GPU，cuda，cudnn

1.首先创建tensorflow的虚拟环境，推荐python3.6.

2.安装cuda(conda命令为cudatoolkit),cudnn

然后根据需要查找tensorflow-GPU，cuda，cudnn的对应关系，附上链接https://developer.nvidia.com/zh-cn/cuda-gpus。
由于使用conda或者pip命令对于cuda,cudnn直接安装存在网络问题或者镜像源问题，要重复多次才能安装成功。
所以我选择直接下载好cudatoolkit，cudnn的安装包进行安装。安装包链接：https://repo.anaconda.com/pkgs/main/win-64/。安装包下载好了，cd切换到安装包的路径。
这里我下载的是

conda install cudatoolkit-10.0.130-0.tar.bz2
conda install cudnn-7.6.0-cuda10.0_0.tar.bz2

这种方式安装cuda,cudnn的方式十分舒畅便利！！！

3.tensorflow-GPU安装

上述的cuda,cudnn安装完成后，就是重头戏tensorflow-GPU的安装了。这里有两个安装方法：

3.1 anaconda navigator图形化安装
进入创建的虚拟环境，搜索tensorflow-gpu。

选择自己需要的版本进行安装，这里提醒大家，如果一个版本安装之后不能使用，建议装相近的版本。例如我就试了1.15.0,1.14.0,1.13.0安装后使用import tensorflow as tf却不能使用，很有可能跟cuda,cudnn版本兼容的问题。最后试了1.10.0成功装上了，所以不要死磕一个版本，相近的版本也是可以使用的！！！安装完毕，进行测试GPU。

import tensorflow as tf
tf.test.is_gpu_available()

成功，可以愉快地跑实验了。

3.2 安装包安装
建议试了第一种方法不可以选择安装包安装，在这里安装包地址如下：http://mirrors.aliyun.com/pypi/simple/tensorflow-gpu/。
例：tensorflow_gpu-2.0.0a0-cp37-cp37m-win_amd64.whl
gpu-2.0版本，cp37代表python3.7版本，win_代表适用于windows系统
选择与本地环境相适应的版本下载。

参考：
笔记本GTX1650配置tensorflow-gpu2.2.0（利用anaconda命令安装cuda和cudnn
win10安装tensorflow-gpu版安装连接（visual studio2015+cudn8.0+cudnn6+anaconda3+tensorflow-gpu）
TensorFlow-gpu安装和测试（TensorFlow-gpu1.14+Cuda10）