用Anaconda管理多个Tensorflow gpu版本，并配置CUDA和cudnn（Win10系统）

用python和Tensorflow的同仁都理解，版本兼容性不好带来的麻烦。用Anaconda可以建立不同的环境（env），管理不同版本的python。在每一个环境中，可以安装一个Tensorflow。当Tensorflow调用GPU进行运算时，需要提前配置CUDA和cudnn这些加速库，并设置环境变量，这些都是老生常谈的问题。本文解决的问题是，如何在anaconda的各个环境中安装Tensorflow的各个GPU版本，并配置CUDA和cudnn加速库，使每个版本独立使用，并且都能顺利调用GPU进行运算。

本文的前提是你已经装好了anaconda。anaconda有一个导航界面navigator，在此可以直观地切换各个环境（也可以进行CMD命令操作，详细命令见本人博客《win10上Anaconda的常见命令》：https://blog.csdn.net/weixin_39153202/article/details/85089856）。

anaconda自带了tensorflow的几个版本，但默认安装都是最新版的，目前tensoflow到了1.12,。如果根据项目需要安装早期的指定版本，本人还是建议用CMD命令进行安装。

pip install tensorflow_gpu==1.5

之后是安装CUDA和cudnn库&