主要步骤和流程看课件。（放到资料处了）
安装不成功时，两个可能有帮助的链接：
1、https://blog.csdn.net/flana/article/details/104772614
2、https://blog.csdn.net/tangkcc/article/details/120510152?spm=1001.2101.3001.6661.1&utm_medium=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7ECTRLIST%7Edefault-1-120510152-blog-104772614.pc_relevant_aa&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7ECTRLIST%7Edefault-1-120510152-blog-104772614.pc_relevant_aa&utm_relevant_index=1
总结安装时的注意点：
1、首先应该要更新驱动，导致安装不成功的原因之一就是这个。
更新驱动的方法在上面第二个链接中也提到了，这里再说一下。
链接: https://www.nvidia.cn/geforce/drivers/
（可手动更新到指定版本的驱动，我没试，直接更新到最新版本，如果下次安装，我应该严格按照对应关系更新到对应版本）
2、其次，要注意版本对应关系。
网站链接: https://tensorflow.google.cn/install/source_windows#gpu
3、最终，我安装的是 Python3.9 ，TensorFlow 2.5.0 版本。
（ 因为更新后的CUDA版本是11.6
按照对应关系，没有11.6的对应关系，我就选择最新的 Python 3.9 ，但是，我安装 TensorFlow 2.4.0 时，给我报了个错误，意思大概是清华源中没有 TensorFlow 2.4.0 ，只有 TensorFlow 2.5.0 以上版本（也可能是有其他的问题），于是，我就选择了TensorFlow 2.5.0，最终，经过测试，给我返回 true ，我就罢手了。测试过代码，运行结果可行。 ）
安装的
内容超过CSDN的规定大小，就不放到资料中了，但是虽然在官网上刷新比较慢，但下载还算快。
安装 cuDNN ：https://developer.nvidia.com/cudnn
需要登录，邮箱是QQ邮箱，密码是常用的那个951xxx *
放到 CSDN 资料库了。
根据视频教程来安装、激活和验证：
安装 conda create -n tensorflow-gpu python==3.9 conda activate tensorflow-gpu pip install numpy matplotlib Pillow scikit-learn pandas -i https://pypi.tuna.tsinghua.edu.cn/simple pip install tensorflow-gpu==2.5.0 -i https://pypi.tuna.tsinghua.edu.cn/simple 验证 conda activate tensorflow-gpu python import tensorflow tensorflow.test.is_gpu_available()
