linux和windows查看cuda和cudnn版本
https://www.cnblogs.com/wuliytTaotao/p/11453265.html
cuda driver是向下兼容的，即高版本的driver可以驱动低版本的cuda，因此可以下载最新的cuda driver
然后在conda环境中使用conda install cudatoolkit=10.1 cudnn=7.6.5来安装对于的cudatoolkit以及cudnn【因此不需要手动配置cudatoolkit和cudnn，但需要下载好高版本的cuda driver】
接着可以使用pip来安装tensorflow或者pytorch
tensorflow2本来gpu版本是不用加gpu后缀的，但是2.0.0似乎是个特例，需要用tensorflow-gpu==2.0.0，其他的可以不用加，例如tensorflow==2.3.0
tensorflow2安装之后无法使用GPU？
2.0支持cuda10.0，2.1-2.3支持cuda10.1，2.4支持cuda11.0
但是安装了cuda10.1之后可能还是无法使用2.3版本，发现原因是可能cudatoolkit安装的不全
解决方法是conda install cudatoolkit=10.1，来安装完整的cuda工具包
对于不同的cuda的版本的情况，推荐使用conda来进行包管理
cuda, cudnn, cuda driver, cuda toolkit等概念的含义：
https://blog.csdn.net/weixin_45901519/article/details/107673714
