第一 CUDA与cudnn的版本对应
?学习深度学习首先要做的就是安装一堆加快计算的环境，因为深度学习知识与硬件更新快，很多时间段各大框架如:pytorch, tensorflow, paddle等都会新出更好用的深度学习算子，所以导致框架的版本一层层更新迭代，留下不同时间所对应的最低兼容CUDA版本，让小白头疼的环境版本对应~~
点击进入该文章详细记录所有CUDA与cudnn的版本对应，与官方下载资源，要不同的版本可以自己看完去提供的网址下载不同的版本。
第二 看完上文，即可配置正确版本的CUDA与cudnn
?举个例子，我需要训练一个很老的框架，TensorFlow1.1.5。在TensorFlow官方知道最低CUDA为 CUDA: 10.0, ?(注: 我本机已经安装CUDA11.4，太高也没能兼容TensorFlow1.1.5，无法使用GPU训练)
?那么就可以用上文学到的版本对应找到CUDA: 10.0所对应的cudnn(作用: 优化加速GPU计算能力)版本为cudnn: 7.6.5
?然后使用anaconda安装上述的两个NVIDIA底层框架了。使用conda指令查看要下载的版本，指令如下：
# 查看cudatoolkit 所有版本
conda search cudatoolkit
# 查看cudnn 所以版本
conda search cudnn
?使用conda指令下载CUDA与cudnn
conda install cudatoolkit==10.1.168
conda install cudnn==7.6.5
附上下载成功的运行图片：
(注：
??优点：安装简单
??缺点：一般不会带头文件，如果需要做编译，则需要照文章安装安装，版本没上文方法那么全)
