参考:http://t.csdnimg.cn/crHL1
检查下CUDA是否安装成功。打开cmd，输入以下命令查看CUDA是否安装成功（二选一）
如果不能显示以下信息，则说明安装失败。
nvcc -V
nvcc --version
还可以查看CUDA 设置的环境变量。
我们还可以搜索CUDA 的安装目录，找到“nvcc.exe”文件。
cuDNN神经网络加速库安装
CUDA并不是实现GPU的神经网络加速库，如果希望针对的是神经网络进行加速，我们还需要安装cuDNN神经网络加速库。
cuDNN并非是应用程序，而是几个文件包，下载后把它复制到CUDA 的目录下即可。
我的CUDA是V11.3所以下载
https://developer.nvidia.com/downloads/compute/cudnn/secure/8.9.4/local_installers/11.x/cudnn-windows-x86_64-8.9.4.25_cuda11-archive.zip/
注意！如果要下载cuDNN，必须要登录NVIDIA的账户。登录完成后才能下载。没登录过的先注册。
下载好安装包后，我们解压可以看到有四个文件：
将cuDNN的文件全部复制到该文件夹(参考上面cuda的位置)下，复制后的文件展示：（有重复的文件是正常的，覆盖掉就好)
cuDNN其实就是CUDA的一个补丁而已，专为深度学习运算进行优化的，然后我们再添加环境变量！继续往下走。
配置环境变量
我们打开环境变量，在系统变量的path路径下添加四个文件的路径
配置好环境后，我们需要验证环境变量是否配置成功：
打开cmd，我们进入到以下路径：
输入以下命令
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\extras\demo_suite
再输入以下两个命令
.\bandwidthTest.exe
.\deviceQuery.exe
如果Result都为PASS的话则配置成功！
都安装好之后，我们可以继续输入 nvidia-smi命令 查看CUDA的信息，然后根据安装版本的信息再去实现其他的库（环境）安装和使用！
TensorFlow的gpu版本安装
https://www.tensorflow.org/install/source_windows?hl=zh-cn#gpu
直接输入命令
conda install tensorflow-gpu==2.6.0