安装Tensorflow虚拟环境（GPU）+配置pycharm解释器
1.首先安装cuda和cudnn，且cude，cudnn，tensorflow版本必须一致。
本次教程所使用的版本是：cuda–11.3 cudnn–8.2.1 tensorflow–2.6.0
若下载这两个安装包太慢，这里我提供下载链接
cuda：
链接：https://pan.baidu.com/s/1XpcPmAAe7TuaudOzwZW5JA 提取码：wm7t
cudnn：
链接：https://pan.baidu.com/s/1V8_ZFbBqHsv3XiPE_2RgFw 提取码：d8lf
2.安装完毕后，打开anaconda prompt
3.创建tensorflow虚拟环境
conda create -n tensorflow2.6.0 python=3.8
4.创建完成之后，查看虚拟环境
conda env list
5.进入虚拟环境
conda activate tensorflow2.6.0
6.在虚拟环境中安装tensorflow
pip install tensorflow_gpu==2.6.0 -i https://pypi.douban.com/simple --trusted-host pypi.douban.com
7.在pycharm中配置tensorflow解释器
8.输出测试代码进行测试
import tensorflow as tf
tensorflow_version = tf.__version__
gpu_available = tf.test.is_gpu_available()
print('tensorflow version:',tensorflow_version, '\tGPU available:', gpu_available)
a = tf.constant([1.0, 2.0], name='a')
b = tf.constant([1.0, 2.0], name='b')
result = tf.add(a,b, name='add')
print(result)
若出现这样，则证明安装成功
若是出现错误，仔细看下一下那个错误，应该就是说某个包的版本太高了，而且告诉你需要安装那个版本的包，因为包在不断地更新，与TensorFlow当前的版本不兼容。
解决办法如下：
pip uninstall 包名
pip install 包名==指定版本若是安装失败或者太慢，可以尝试换源，或者看一下其他博客怎么安装那个包。安装完成之后，在运行即可。