win10在anaconda虚拟环境下安装cuda11.0+TensorFlow2.4.0+pytorch1.7.1+cudnn8.0
支持TensorFlow和pytorch在GPU加速下，pycharm中运行。
软件版本
Windows10
NVIDIA GeForce GTX 1660Ti
CUDA11.0
TensorFlow-gpu2.4.0
pytorch1.7.1
cudnn8.0
python3.8.0
anaconda
pycharm community 2020.3
查看适配版本
CUDA
电脑右下角 NVIDIA设置
左下角系统信息
可以看到支持的最高CUDA版本
这里我们选择11.6及以下的版本都是可以的，为了适配tf和torch版本，本次选择11.0。
注意：请确定您的显卡支持CUDA。
cudnn
cudnn查询对应版本
TensorFlow
查询tf与CUDA适配版本
（网站可能打不开，需要挂梯子）
对应11.0的CUDA，我们选择TensorFlow-2.4.0。
注意：TensorFlow1.x和2.x版本有较大的改动，请确认自己需要的版本。
cudnn
cudnn查询对应版本
注意对应CUDA和TensorFlow要求，这里选择8.0。
pytorch
查询pytorch历史版本
使用anaconda安装，选择1.7.1。
opencv
如果还需要安装opencv，请注意3.4.3以上的版本sift等部分库受专利保护不能使用，需要安装3.4.2及以下版本（对应python3.6或3.7）。
如果需要安装sift+更高版本opencv，可以参考VS2019编译opencv4.1.2(带sift等额外算法)
这里选择4.5.1.48+python3.8，可以直接pip安装。
安装过程
这里省略了anaconda和pycharm的安装过程。
CUDA-toolkit下载
如果安装过高版本，需要先卸载掉。
安装好后可以在cmd中使用
nvcc -V
查看。
cudnn下载
卸载解压后，设置环境变量-系统变量-Path，将解压后文件中的bin文件夹加入环境变量。
打开anaconda Prompt，输入
conda create -n pytest python=3.8
创建虚拟环境。
pytest为虚拟环境名，python版本设置3.8（如果有前文需要安装opencv的需求，注意版本兼容问题）
activate pytest
启动虚拟环境
conda info --envs
可以查看当前所有的虚拟环境信息
如果下载慢，可以换源
更换Anaconda的下载源为国内源的办法
安装pytorch
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch
安装TensorFlow
pip install tensorflow-gpu==2.4.0
安装opencv
pip install opencv-python==4.5.1.48
pip install opencv-contrib-python==4.5.1.48
检查是否安装成功：
python
import tensorflow as tf
print(tf.__version__)
print(tf.test.is_gpu_available())
import torch
print( torch.__version__ )
print( torch.cuda.is_available() )
出现True即为成功。
在pycharm中使用
创建新项目时选择此虚拟环境
也可以在右下角选择切换
