TensorFlow GPU v2.2.0版本的具体安装步骤如下：
第一步，在Anaconda中创建一个Python=3.6的tf_gpu虚拟环境
创建tf_gpu虚拟环境
第二步，输入命令：pip install --ignore-installed --upgrade tensorflow==2.2.0 安装TensorFlow V2.2.0 GPU版
第三步，输入测试命令：python -c "import tensorflow as tf;print(tf.math.add(1,2))"，此时会收到错误信息：dlerror: cudart64_101.dll not found
收到错误信息
第五步，输入命令：conda install cudatoolkit=10.1 cudnn=7.6.5 安装CUDA Toolkit v10.1和cuDNN 7.6.5
第六步，输入测试命令：python -c "import tensorflow as tf;print(tf.math.add(1,2))"，此时会收到信息Successfully opened dynamic library cudart64_101.dll，说明CUDA Toolkit v10.1和cuDNN 7.6.5安装成功
第七步，输入测试代码：
若获得下图所示结果，说明：TensorFlow 2.2.0 GPU版安装成功！import tensorflow as tf
hello = tf.constant('hello,tensorflow!')
print(hello.device)
print(hello)
TensorFlow 2.2.0 GPU版安装成功
安装Keras：
首先检查Keras与TensorFlow的对应关系：https://docs.floydhub.com/guides/environments/
TensorFlow 2.2.0对应Keras 2.3.1，但实践下来2.4.3配置最好，建议安装2.4.3
用命令：
pip install keras==2.4.3
安装keras
