安装tensorflow gpu版本时使用，pip install tensorflow-gpu==2.6.0出现
ERROR: Could not find a version that satisfies the requirement（from version=2.8.0,2.9.0……）使用镜像网站安装
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple/ --upgrade tensorflow-gpu==2.6.5
这个是清华镜像
当然还可以使用其他的镜像网站。
清华镜像地址：https://pypi.tuna.tsinghua.edu.cn/simple/tensorflow/
阿里云镜像地址：https://mirrors.aliyun.com/pypi/simple/tensorflow/
ERROR：Could not load dynamic library‘cudart64_110……Ignore above…if you do not have a GPU ……’
这个错误有可能是因为你的电脑有独显，但是你安装的是tensorflow的cpu版本，它提示你不使用你的gpu的话就忽略这个报错，所以你可以不管他，也可以选择重新安装tensorflow的gpu版本，把你的gpu利用起来。卸载掉cpu版本后，gpu版本的安装看下面。
具体安装tensorflow步骤：
一、确定安装cpu版本还是gpu版本，如果你没有独显就只能安装cpu版本
二、tensorflow cpu版本安装
安装tenorflow时先去在 Windows 环境中从源代码构建 | TensorFlow (google.cn) 看一下对应的python版本和tensorflow版本，先下载python在下载对应的tensorflow版本
三、tensorflow gpu版本安装
安装gpu版本时先检查自己的NVIDIA对应的CUDA版本，通过 命令提示符（cmd）中输入命令nvidia-smi
然后去在 Windows 环境中从源代码构建 | TensorFlow (google.cn)网站查询需要安装的CUDA和cudnn版本，CUDA不高于刚刚查询到的CUDA Version即可。例如我的电脑CUDA Version是11.6，我选择的安装第一个CUDA=11.2，则对应的cudNN=8.1，Python=3.6-3.9，tensorflow-gpu=2.6.0。
1.先去官网安装对应的python版本
2.按照深度学习之CUDA+CUDNN详细安装教程 - 知乎 (zhihu.com)这个作者的方法安装好cuda和cudnn，很简单
3.之后在pycharm的终端里面使用pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple/ --upgrade tensorflow-gpu==2.6.5，可以通过“tensorflow-gpu==xx”指定版本。这里我是用清华镜像网站安装的指定版本，不然pip3 install tensorflow-gpu==2.6.5这条命令就会报错，只能安装2.8或者2.9版本的tensorflow，去镜像网站就没问题。可以先去这个镜像网站看看有什么版本。除了下面的两个镜像，当然还可以使用其他的镜像网站。
清华镜像地址：https://pypi.tuna.tsinghua.edu.cn/simple/tensorflow/
阿里云镜像地址：https://mirrors.aliyun.com/pypi/simple/tensorflow/
4.安装完之后可以在pycharm里面import tensorflow as tf试一下，看看安装成功没有
成功显示了。
