1. 直接使用官方最新版 cuda 11， 下载后直接点击安装: https://developer.nvidia.com/cuda-downloads
下载cudnn：https://developer.nvidia.com/rdp/cudnn-archive
解压后直接复制并覆盖cuda中的同名文件夹。
2. 部分安装显示失败，检查一下没有影响
3. cmd命令行 nvcc -V 测试
4. 环境变量path中添加 C:\Program Files\NVIDIA Corporation\NVSMI
5. cmd 命令行: nvidia-smi 查看显示占用情况
6. pip install tensorflow-gpu==2.2.0
7. C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin中直接复制粘贴修改一些dll文件名, 从101修改成10等，如下（根据tf提示修改，具体模型训练未验证。按V10.0的安装文件逐一修改文件名，也许会好一些。）:
8. tf测试验证：
import tensorflow as tf
tf.test.is_gpu_available()