其实已经进入后半程了，那就是cuda安装卸载出现的版本过多冲突的问题，记录一下（毕竟总能配好环境的对吧？）
参考
参考
这里查看显卡类型，是因为我在看别人说nvidia显卡保留三个东西，剩下的全部删除，我发现我保留的那三个只有一个，也就需要重新下载一下nvidia显卡了
然后这里我们可以看到CUDA推荐下载版本是12.7呵呵呵呵呵
这个官网都没更新到12.7的对应版本，我当时就是傻乎乎的跟这个推荐下载了12.6，导致后面的一系列问题，之前在笔记本上（无GPU的时候用tensorflow2.9.0还是比较稳健的，至少很多包的对应关系都对上了（这个当时我也是纠错了很长时间），所以这次准备继续使用tensorflow2.9）
参考这俩删除一下自己本地的cuda，然后用火绒把注册表删除一下，因为直接找注册表的哪个我真看不懂，怕删错了
有几个关键节点建议大家虔诚的祈祷
就是这是我完全弄好的nvidia插件
一开始看有的博客会说，保留图形驱动，physx和genforce的那个，然后我没弄好之前看了看，他说的保留的三个我就只有一个图形驱动程序，所以果断去官网下载
下载链接
进去之后根据自己的显卡状况选择一下，ps假如不知道显卡的看右边这个链接（参考文章链接）
这个根据自己的情况选好就可以，然后里面会有两个版本，我选的游戏的那个，区别应该不大
然后就是！
第三遍下载cuda和cudnn了应该是
这几步博文已经相当多了，我就单独说一下我个人感觉啥问题导致我出错
CUDA问题大全
1.每次我都没有删除注册表，最后一次删除注册表+重启了
2.第一遍安装12.6的时候，因为是第一次非常完美，但是发现没有extras这个文件夹，可给我整笑了，后面我们验证cudnn安装是否成功时候，需要extras里面的两个exe文件拖到cmd里面验证是不是pass，我都没有笑死！
3.强烈建议！cuda安装C盘位置多就默认路径吧，很多博主会有自己创建文件路径的操作，但是介绍的貌似是拼凑的
4.我们看自己显卡的cuda大概率是匹配不上的，我两次的显卡给我推荐的都是12多的cuda，这个卡的不严，大可放心！主要就是卡tensorflow，cuda，cudnn去了，cudnn又基本上没他的事，所以主要矛盾就是tensorflow 和cuda，官网将语言改成英文版可以看到对应关系，但是建议差不多的和我一样吧，这个tensorflow版本比较高了，也是比较新的.tensorflow2.9.0，cuda11.2.0，cudnn8.1.0
其他博客总结要注意的：
1.下面这个图里面，带cuda的全部删除，个人建议是我当时删除的只剩图形的那个了，也算是重新下载了一遍显卡驱动了，可以和我一样，也可以保留那三个（假如你有的话）
其他的那些Nsight，frameview完全都是可以删除的，我之前的一次安装还出现了安装Nsight compose失败的情况（当时下载的是cuda12.6版本的情况，自从改成cuda11.2版本之后就没有再遇到安装那个插件失败的情况了）
假如在安装cuda的第一步，就出现了什么无法安装，那么我当时是发现frame这个插件在，果断删除之后就可以安装了
pycharm问题大全
上面这三个给大家参考一下吧，当时也是遇到了本地的ana创建好的虚拟环境，包都安装好了，但是pycharm死活读不到，我的虚拟环境名字叫baekee，用到过的方式我都放在上面了，可以对比参考一下
之前在安装tensorflow的时候也是出现了很多包之间的不匹配的情况，我这次是直接抄的作业，
关于为什么从万千tensorflow中选择了2.9.0就是因为这个原因
下面我把我安装的tensorflow的所有包展示一下，大家在安装的时候直接tensorflow-gpu2.9.0版本，然后包的版本直接抄作业就🆗了（我没展示出来的就需要自己慢慢尝试了）
pip list
展示安装的所有包
pip check
查看目前安装的所有包里面有无互斥的
感想：我安装之前还总觉得都说cuda踩坑多，还不信。建议大家安装之前多找几个帖子看看，我当时找了一个没得评论而且是拼接的博文给我坑惨了，感觉安装的遍数越多理解越透彻（抽象）但还是祝愿大家一步到位