cuda11.2+cudnn8.1+tensorflow2.5.0环境配置
首先查看自己电脑是否为英伟达显卡，如果是则往下进行，查看tensorflow与cuda，cudnn对应版本，网址这里，
1. 下载cuda
网址这里，找历史版本11.2，因为我电脑是3060TI，所以选择了11版本的cuda，cuda版本要低等于cuda驱动的版本。
然后双击安装，点击自定义安装，如下图
因为驱动版本与cuda本身版本不一致，所以将下图中勾选去掉，不然后续会出错
上图点击下一步，出现以下界面cuda安装地址，这三个地址记一下，后面配置环境变量需要
然后下一步，等一会就安装完成了
之后验证cuda是否安装成功，首先查看安装目录下是都有nvcc可执行文件，及cudti64.dll，两者位置地址
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin\nvcc.exe
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\extras\CUPTI\lib64
如图：
然后在命令行中验证
2.cudnn下载
地址这里，找到相应版本，开始下载，下载完成后是压缩包如图，cudnn并非软件，而是一个工具库需要拷贝至cuda中
然后将压缩包解压，解压后得到cuda文件夹，将文件夹修改为cudnn然后考至cuda安装目录下，目录的话如果是默认c盘安装路径则在
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2
3. cuda环境变量的配置
打开修改环境变量界面，修改环境变量，添加path，将以下两地址添加并上移至cuda相关环境后面
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\extras\CUPTI\lib64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\cudnn\bin
4. 安装tensorflow-gpu
一开始按照这个链接安装这里安装的，没成功，可能我是哪里操作不对哈，然后我就没创建虚拟环境，直接在base环境中pip install --upgrade tensorflow-gpu安装成功了，下面是验证tensorflow-gpu版本安装成功的截图
到这里就安装完成tensorflow-gpu版本了，如有更便捷更好的安装方式，欢迎评论讨论哦，下一篇介绍pycharm的安装及配置~