有个常识很重要，但是如果没人告诉，还真不容易知道，那就是以下这六个跟GPU计算相关的重要组件是密切关联的：
1. python版本
2. PyTorch版本
3. tensorflow版本
4. anaconda版本
5. cuda版本
6. 显卡驱动版本
(我的版本:python3.6.4，tensorflow-gpu为1.10.1，cuda版本为9.0)
如果版本没有匹配上，就会出现莫名的错误
例如，你已经安装了anaconda，而里面已经默认含了python3，为啥下面老找不到tensorflow的某个版本呢？现象如下
(base) $ pip install tensorflow-gpu==1.10.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
Looking in indexes: https://pypi.tuna.tsinghua.edu.cn/simple
Collecting tensorflow-gpu==1.10.0
ERROR: Could not find a version that satisfies the requirement tensorflow-gpu==1.10.0 (from versions: 1.13.1, 1.13.2, 1.14.0, 1.15.0rc0, 1.15.0rc1, 1.15.0rc2, 1.15.0rc3, 1.15.0, 1.15.2, 1.15.3, 1.15.4, 1.15.5, 2.0.0a0, 2.0.0b0, 2.0.0b1, 2.0.0rc0, 2.0.0rc1, 2.0.0rc2, 2.0.0, 2.0.1, 2.0.2, 2.0.3, 2.0.4, 2.1.0rc0, 2.1.0rc1, 2.1.0rc2, 2.1.0, 2.1.1, 2.1.2, 2.1.3, 2.2.0rc0, 2.2.0rc1, 2.2.0rc2, 2.2.0rc3, 2.2.0rc4, 2.2.0, 2.2.1, 2.2.2, 2.3.0rc0, 2.3.0rc1, 2.3.0rc2, 2.3.0, 2.3.1, 2.3.2, 2.4.0rc0, 2.4.0rc1, 2.4.0rc2, 2.4.0rc3, 2.4.0rc4, 2.4.0, 2.4.1, 2.5.0rc0, 2.5.0rc1)
ERROR: No matching distribution found for tensorflow-gpu==1.10.0这是因为tensorflow的版本和python的版本有如下的对应关系，你要安装正确的python版本，才能安装你想要的tensorflow版本。
一、python版本与tensorflow的对应关系表
按照下面的对应关系来安装合适版本的
TensorFlow
，否则python运行起来容易报错
https://tensorflow.google.cn/install/source#linux
二、python版本与anaconda的对应关系表
解释一下上表。 anaconda在每次发布新版本的时候都会给python3和python2都发布一个包，版本号是一样的。
表格中，python版本号下方的离它最近的anaconda包就是包含它的版本。
举个例子，假设你想安装python2.7.14，在表格中找到它，它下方的三个anaconda包（anaconda2-5.0.1、5.1.0、5.2.0）都包含python2.7.14；
假设你想安装python3.6.5，在表格中找到它，它下方的anaconda3-5.2.0就是你需要下载的包；
假设你想安装python3.7.0，在表格中找到它，它下方的anaconda3-5.3.0或5.3.1就是你需要下载的包；
三、tensorflow与cuda版本对应关系
四、cuda与显卡驱动的对应关系表
五、cuda10.0与Linux系统以及GCC的对应关系
六、CUDA及其可用PyTorch对应版本
