提供一个比较简单的方法安装：不需要去那些网站下载cuda和cudnn，当然如果要升级系统cuda版本，还是需要重新安装的，升级可以看之前的文章
tensorflow和cuda和cudnn对应版本可以去官网查看
tensorflow和tensorflow-gpu的区别： TensorFlow 2.5+ 版本已合并 CPU/GPU 版本
2.5 及以上pip install tensorflow==x.x.x 单包包含 CPU/GPU 支持，自动适配环境
2.4 及以下pip install tensorflow-gpu==x.x.x 需单独装 GPU 版本，CPU 版是 tensorflow
本人电脑配置：win10 Navida cuda 是12.6
可以通过以下命令查看系统的cuda版本【注意我们在虚拟环境安装的cuda版本不能高于系统的】
nvidia-smi
项目在pycharm运行，安装了Anaconda，后续每个项目在Anaconda创建一个虚拟运行环境
# 1. 创建新环境（Python 3.8 是 TensorFlow 2.7 推荐的版本）
conda create -n tf27-gpu python=3.8 -y
# 2. 激活环境
conda activate tf27-gpu
# 3. 安装 CUDA 11.3 + cuDNN 8.2.1（如果还没装）
conda install cudatoolkit=11.3.1 cudnn=8.2.1 -c conda-forge -y
# 4. 安装 TensorFlow 2.7.0
pip install tensorflow==2.7.0这里命令可以判断当前虚拟环境可以安装的cuda版本
conda search cudatoolkit可以通过以下命令判断cuda对应的cudnn版本
conda search cudnn
顺序很重要，如果装错了，还是另外新建虚拟环境安装，多尝试