這篇特別建議同學們去看，而且非常建議同學們
在下載Anaconda后應該
- 先更換下載鏡像、
- 更新所有庫
Anaconda一次更新所有庫、conda常用命令、Anaconda 訪問（下載）速度慢的問題的解決辦法，更換源，清華源、conda換回默認源
Anaconda安裝Tensorflow最新版本——使用Conda命令超級簡單
Tensorflow版本與Python 版本、CUDA、cuDNN、編譯器 構建工具的對應關系
前言
使用 GPU 並不是絕對必要的，但我們強烈推薦使用 GPU。大部分代碼示例都可以在筆記本電腦的 CPU 上運行，但訓練模型有時可能需要等待幾個小時，而在一個好的 GPU 上則只需要幾分鍾。
想要用 NVIDIA GPU 做深度學習，需要同時安裝 CUDA 和 cuDNN。
- CUDA。用於 GPU 的一組驅動程序，它讓 GPU 能夠運行底層編程語言來進行並行計算。
- cuDNN。用於深度學習的高度優化的原語庫。使用 cuDNN 並在 GPU 上運行時，通常可
以將模型的訓練速度提高 50% 到 100%。
CUDN10的安裝
一、去官網進行下載：
- 下載地址，點擊就跳轉：
https://developer.nvidia.com/cuda-toolkit-archive - 選擇需要的版本
3. 進入該版本的下載詳情頁面
Operating System選Windows，Version選擇10，Installer Type選擇exe（local），點擊Download開始下載，安裝包大小約為2.6GB。
（最新版本的TensorFlow2.1.0匹配的是10版本的CUDA Toolkit，因此我們下載10版本，否則后續TensorFlow框架的安裝會出錯，提示找不到動態鏈接庫文件的信息）
二、打開下載的exe文件進行安裝
安裝cuda時，第一次會讓設置臨時解壓目錄，第二次會讓設置安裝目錄；
臨時解壓路徑，建議默認即可，也可以自定義。安裝結束后，臨時解壓文件夾會自動刪除；
安裝目錄，建議默認即可；
注意：臨時解壓目錄千萬不要和cuda的安裝路徑設置成一樣的，否則安裝結束，會找不到安裝目錄的！！！
對安裝的組件不太熟的用戶建議選擇精簡安裝，也就是安裝所有組件並重寫（覆蓋）當前驅動
三、測試是否安裝成功
安裝完畢后，我們來測試一下CUDA是否安裝成功。鍵入Win+R打開Windows命令提示符，鍵入nvcc -V，即可返回當前CUDA的版本信息。如果Windows命令提示符無法識別nvcc命令，則說明安裝失敗。
不用考慮環境變量，cuda安裝過程中系統自動設置環境變量，不信的話，你去看看安裝完成后系統變量是否增加了cuda的環境變量
cuDNN安裝
一、去官網下載：
- 下載鏈接：https://developer.nvidia.com/rdp/cudnn-archive。
- 選擇自己需要的版本進行下載就ok
注意：- 我們一定要選擇與安裝的CUDA版本相匹配的cuDNN（我這里CUDA10.2，選擇適用於10.1的cuDNN，沒辦法，因為沒有10.2對應的cuDNN）
- 請注意，若要下載cuDNN，必須先登錄NVIDIA的賬戶。登陸賬號特別慢，最后我用qq登陸的。瀏覽器下載cuDNN的過程也非常慢，我最后用迅雷下
二、cuDNN目錄移動到CUDN目錄
下載完成后，我們將其解壓，並將里面的cuDNN文件夾重命名，復制到CUDA的安裝目錄下。此處可能彈出需要管理員權限的提示信息，點擊繼續即可。
三、設置環境變量
上述步驟完成后已經表明cuDNN安裝完成。但是，我們還需要讓計算機感知到cuDNN文件的具體位置，因此我們需要配置系統環境變量。回到桌面，點擊“此電腦”，右鍵選擇“屬性”，在“控制面板主頁”中選擇“高級系統設置”，在彈出的對話框中點擊“環境變量”，進入環境變量編輯對話框。
在“系統變量”一欄中找到Path變量，點擊“新建”，鍵入cuDNN的安裝路徑“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\cudnn-10.1\cuda\bin”，並點擊“向上移動”將其置頂。
