深度学习环境g++版本的统一

这篇博客比较清晰多个版本gcc及转换
改变anaconda的gcc版本

关于库的编译出错issue:
1

需要下载特定版本的conda库

# 下在1.16.5的numpy
conda search numpy
conda install -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge numpy=1.16.5

关于anaconda环境下cuda的版本问题

这篇文章讲的很好：
cuda版本问题

Nvidia 官方提供的 CUDA Toolkit 是一个完整的工具安装包，其中提供了 Nvidia 驱动程序、开发 CUDA 程序相关的开发工具包等可供安装的选项。使用 Nvidia 官网提供的 CUDA Toolkit 可以安装开发 CUDA 程序所需的工具，包括 CUDA 程序的编译器、IDE、调试器等，CUDA 程序所对应的各式库文件以及它们的头文件

但对于 Pytorch 之类的深度学习框架而言，其在大多数需要使用 GPU 的情况中只需要使用== CUDA 的动态链接库支持程序的运行==( Pytorch 本身与 CUDA 相关的部分是提前编译好的 )，就像常见的可执行程序一样，不需要重新进行编译过程，只需要其所依赖的动态链接库存在即可正常运行。故而，Anaconda 在安装 Pytorch 等会使用到 CUDA 的框架时，会自动为用户安装 cudatoolkit，其主要包含应用程序在使用 CUDA 相关的功能时所依赖的动态链接库