此篇整理記錄一下自己安裝Anaconda安裝tensorflow-gpu的過程，以免忘記。
開始前，首先說一下個人的電腦環境：
系統：win10 64位；
顯卡：Geforce 1060m，計算能力爲6.1，具體可參照另一位博主的博客（https://blog.csdn.net/chigusakawada/article/details/80198970），計算能力小於3.5的就安安心心的tensorflow-cpu版本的吧。
CPU：Intel core i7-8750H
C/C++：Visual Studio 2015 update 3
步驟一、確認CUDA版本與tensorflow版本的對應關係
這裏我只截取了較新的版本，完整的對應關係可查看（https://www.tensorflow.org/install/source#common_installation_problems）
步驟二、anaconda創建虛擬環境
創建一個名爲tensorflow-gpu，python版本爲3.7的虛擬環境，並激活該環境
conda create -n tensorflow-gpu python=3.7
conda activate tensorflow-gpu
如果Pip版本低於19，那需要用以下命令升級一下：
python -m pip install --upgrade pip
因爲
步驟二、查詢conda提供的tensorflow-gpu版本
tensorflow-gpu安裝一般有三種方式，第一種使用conda install（簡單，坑少）；第二種是使用pip install安裝；第三種是直接從源碼編譯。
本文采用的是第一種安裝方式。
conda search --full --name tensorflow-gpu，得到：
步驟三、安裝版本2.1.0
conda install --channel https://conda.anaconda.org/anaconda tensorflow-gpu=2.1.0
該命令會自動安裝一些tensorflow-gpu所依賴的軟件包，比如：
其中安裝了cuda和cudnn。
如果不用cuda和cudnn做其他的事，比如c/c++之類的，而是專門給tensorflow-gpu這個環境使用，提倡這種安裝，因爲簡單。
步驟四、測試是否安裝成功
輸入：
python
import tensorflow as tf
tf.__version__
查詢tensorflow的版本，輸出以下信息則證明安裝成功，否則失敗：
