windows在anaconda中安装旧版本tensorflow-gpu的问题

anaconda创建环境

conda create -n 环境名 python=版本号

安装tensorflow的gpu版本

在使用conda 安装gpu旧版本时，会自动安装cudatoolkit 和cudnn，但是自动安装的cudatoolkit和cudnn可能并不是合适的版本。所以使用pip，只安装tensorflow，然后从NIVIDIA官网上下载对应版本的cudatoolkit和cudnn，推荐离线版本，速度可能会更快？，然后将cudnn中的文件复制到cudatoolkit所在的 V9.2(版本号)所在的文件夹中。检查系统环境变量是否加入了此路径。
版本 Python 版本 编译器 编译工具 cuDNN CUDA
tensorflow_gpu-1.13.0 2.7、3.3-3.6 GCC 4.8 Bazel0.19.2 7.4 10.0
tensorflow_gpu-1.12.0 2.7、3.3-3.6 GCC 4.8 Bazel 0.15.0 7 9
tensorflow_gpu-1.11.0 2.7、3.3-3.6 GCC 4.8 Bazel 0.15.0 7 9
tensorflow_gpu-1.10.0 2.7、3.3-3.6 GCC 4.8 Bazel 0.15.0 7 9
tensorflow_gpu-1.9.0 2.7、3.3-3.6 GCC 4.8 Bazel 0.11.0 7 9
tensorflow_gpu-1.8.0 2.7、3.3-3.6 GCC 4.8 Bazel 0.10.0 7 9
tensorflow_gpu-1.7.0 2.7、3.3-3.6 GCC 4.8 Bazel 0.9.0 7 9
tensorflow_gpu-1.6.0 2.7、3.3-3.6 GCC 4.8 Bazel 0.9.0 7 9
tensorflow_gpu-1.5.0 2.7、3.3-3.6 GCC 4.8 Bazel 0.8.0 7 9
tensorflow_gpu-1.4.0 2.7、3.3-3.6 GCC 4.8 Bazel 0.5.4 6 8
tensorflow_gpu-1.3.0 2.7、3.3-3.6 GCC 4.8 Bazel 0.4.5 6 8
tensorflow_gpu-1.2.0 2.7、3.3-3.6 GCC 4.8 Bazel 0.4.5 5.1 8
tensorflow_gpu-1.1.0 2.7、3.3-3.6 GCC 4.8 Bazel 0.4.2 5.1 8
tensorflow_gpu-1.0.0 2.7、3.3-3.6 GCC 4.8 Bazel 0.4.2 5.1 8

显卡驱动更新到最新即可，若不是最新，支持所使用的cudatookit版本即可。