前言：
最近要复现深度学习的代码，需要cuda的tensorflow环境，看了很多博文，清一色的是手动配置。大致步骤就是，先手动安装nvidia显卡驱动，然后装cuda和cudnn，最后再下annconda创建虚拟环境用pip安装tensorflow-gpu。我不清楚写博文的人，自己有没有按照这些操作配出环境，反正我弄了几天踩了无数坑最后硬没弄出来，只能说要是按照以上步骤就真的劝退了。最后在同门师兄弟的帮助下，不到一小时就配好了深度学习的环境，以下是我简要的步骤。
正文：
1.安装nvidia显卡驱动
打开ubuntu的“软件和更新”，点击里面的附加驱动，安装适合本机的专有驱动。
2.安装anaconda，在清华源https://mirrors.tuna.tsinghua.edu.cn/中下载安装文件
输入bash Anaconda3-2020.07-Linux-x86_64.sh进行安装
安装完成后输入conda --version，如果有conda的信息输出，则表示安装成功
3.创建python的虚拟环境
输入conda create -n ff python=3.6创建python版本为3.6的虚拟环境
之后终端会提示你安装其他组件，直接yes即可。
4.安装tensorflow-gpu（重点）
直接输入anaconda-navigator打开anaconda的图形化界面
在environment中找到我们创建的环境，然后点击Apply安装tensorflow-gpu
如上图，anaconda会根据你要安装的tensorflow-gpu自动安装适合的cuda和cudnn，不需要自己去查看。
5.更新tensorflow-gpu
明显，我们下载的tensorflow-gpu的版本不符合我们的要求，自己在我们安装的组件中找到他，然后升级版本即可，升级的同时cuda和cudnn也会升级到相应的版本。
右键绿色的小句，移动到末尾一行，就可以看到各种可以更改的版本了。
