背景：
我的计算机GPU版本为NVIDIA GeForce RTX 3070
首先，查看显卡的版本以及对应的CUDA桌面鼠标右键->NVIDIA控制面板->帮助->系统信息
一.TensorFlow安装（试错阶段,不想安装TensorFlow2的可直接跳到下一节）
1.安装CUDA
本人计算机CUDA对应的版本为11.2.162
在官网中找到相应的版本号进行下载
https://developer.nvidia.com/cuda-toolkit-archive 下载后安装即可
2.安装cuDNN
从官网中下载对应版本（需要先进行注册，按照要求注册就行）
https://developer.nvidia.com/rdp/cudnn-archive
适合我安装的是版本为v8
3.安装TensorFlow
根据以下网站找到对应的tensorflow版本
https://tensorflow.google.cn/install/source_windows
此时，我只能选择tensorflow-gpu 2.4.0版本
在cmd中输入命令
>pip install tensorflow-gpu安装最新版本的 tensorflow
二.TensorFlow1安装
我想要安装TensorFlow1（目前，大部分人推荐初学者选用TF1），所以只能降版本安装
1.anaconda安装
对应上节图表得知，TensorFlow1只支持python3.5-3.7版本
通过下图找到想要安装的版本号
首先卸载我原来的内置python3.8的anaconda
在官网下载只看到最新版本的anaconda
所以，到清华大学开源软件镜像站，找到合适版本下载安装
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
我想要安装3.7，选择的是上图中红框版本。
（注意：1.一定要选对位数，如果计算机是64位就下载"x86_64"的，我开始没注意下载了32位的，全部安装后失败又重来了一遍😂
2.不要安装anaconda4.6.11版本，会出现其特有的bug，安装tensorflow出现错误：The conda.compat module is deprecated and will be removed in a future release，处理起来很麻烦，反正我不会，直接卸载换版本，又重来一遍😂）
如何查看安装的anaconda版本号：
conda --version
conda -V
anaconda安装时基本就是默认下一步，只有一个地方需要注意，
第一个选项，是否要把anaconda添加到环境变量中，有的建议不选（后面会引起错误），我就没选，但是后面不能在其他文件夹使用pip，最后还是手动添加了环境变量
在我的电脑右键->属性->高级系统设置->环境变量->系统变量
找到Path->新建以下三个路径：
2.CUDA安装
到官网中下载安装包
此次选择10版本下载
点击进去具体页面进行下载
下载完成后运行安装，全部选择下一步即可
查看是否安装成功：
执行命令
>nvcc -V显示版本号
3.cuDNN安装
到官网中下载安装包(如果之前没有注册过需要注册一个账号才能进行下载)
我在这里选择for cuda10 的v7.4.2版本，如下图红框所示：
将下载后的安装包解压，将包中的bin，include，lib复制粘贴到CUDA文件夹中
然后在环境变量path中，添加一项：
设置->高级系统设置->环境变量->系统变量->Path->新建：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64
4.安装TensorFlow
输入命令：
>pip install tensorflow-gpu==1.14.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/
错误提示：
网上查到解决办法：
输入命令：
>pip install -U --ignore-installed wrapt enum34 simplejson netaddr
安装提示：
再次执行
pip install tensorflow-gpu==1.14.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/
安装成功，测试，没有安装成功
（在网上查找了错误原因：numpy与tensorflow版本不对应造成的）
执行命令可解决：
>pip install tf-nightly安装提示：
或另一种解决办法（网上查找，没有自己实现），重装numpy即可：
>pip uninstall numpy
>pip install numpy再根据提示安装PyHamcrest
到官网下载
https://pypi.org/project/PyHamcrest/
点击下载即可
将下载的压缩文件解压，然后cd到该解压文件的目录，执行命令:
>pip install PyHamcrest
安装成功
5.测试
在python中写代码运行
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())执行结果：
测试成功，已安装完毕！
