此篇整理记录一下自己安装Anaconda安装tensorflow-gpu的过程，以免忘记。
开始前，首先说一下个人的电脑环境：
系统：win10 64位；
显卡：Geforce 1060m，计算能力为6.1，具体可参照另一位博主的博客（https://blog.csdn.net/chigusakawada/article/details/80198970），计算能力小于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
步骤一、确认CUDA版本与tensorflow版本的对应关系
这里我只截取了较新的版本，完整的对应关系可查看（https://www.tensorflow.org/install/source#common_installation_problems）
步骤二、anaconda创建虚拟环境
创建一个名为tensorflow-gpu，python版本为3.7的虚拟环境，并激活该环境
conda create -n tensorflow-gpu python=3.7
conda activate tensorflow-gpu
如果Pip版本低于19，那需要用以下命令升级一下：
python -m pip install --upgrade pip
因为
步骤二、查询conda提供的tensorflow-gpu版本
tensorflow-gpu安装一般有三种方式，第一种使用conda install（简单，坑少）；第二种是使用pip install安装；第三种是直接从源码编译。
本文采用的是第一种安装方式。
conda search --full --name tensorflow-gpu，得到：
步骤三、安装版本2.1.0
conda install --channel https://conda.anaconda.org/anaconda tensorflow-gpu=2.1.0
该命令会自动安装一些tensorflow-gpu所依赖的软件包，比如：
其中安装了cuda和cudnn。
如果不用cuda和cudnn做其他的事，比如c/c++之类的，而是专门给tensorflow-gpu这个环境使用，提倡这种安装，因为简单。
步骤四、测试是否安装成功
输入：
python
import tensorflow as tf
tf.__version__
查询tensorflow的版本，输出以下信息则证明安装成功，否则失败：
