配置一个虚拟环境名为tfkeras：python3.5-3.8+cuda10.1+tensorflow-gpu==2.1-2.3+cudnn7.6
>conda create -n tf2keras python=3.8#先创建一个名为tfkeras，环境为python3.8的环境
下一步开始在tfkeras这个虚拟环境下面装package
卸载cuda8.0
因为winserver2012 原本装的是cuda8.0，所以为了用tensorflow2.0以上的版本，选择cuda10.1
安装cuda10.1:
https://developer.download.nvidia.com/compute/cuda/10.1/Prod/local_installers/cuda_10.1.243_426.00_windows.exe
复制链接到迅雷下载
一直下一步，直到结束。
配置系统变量-电脑-属性-下面框里----Path--C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin
再检查下面的框里是否有
CUDA_PATH C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
CUDA_PATH_V10_1 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
nvcc -V 验证一下是否已经装好。
若显示不出来，重启电脑
安装cudnn7.6
https://developer.nvidia.com/compute/machine-learning/cudnn/secure/7.6.5.32/Production/10.1_20191031/cudnn-10.1-windows10-x64-v7.6.5.32.zip
迅雷下载
解压缩之后，把cudnn下面的三个文件夹中的文件
一一对应复制到CUDA 的路径下
然后再系统环境变量的Path中，加以下路径
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64
安装tensorflow-gpu2.3-py38版本
>pip install https://files.pythonhosted.org/packages/cd/39/72c53cdee77fa24ba52ac1ac845887eb780c7b73564c8dfbfc05364efd9f/tensorflow_gpu-2.3.0rc0-cp38-cp38-win_amd64.whl
直接使用pip install tensorflow-gpu==2.1.0,有时很难装上。
所以直接用下载链接下载。或者迅雷下载链接文件，再下载的路径下pip install 文件名
