支持gpu的tensorflow安装

整体可以参考：
https://blog.csdn.net/qq_43215538/article/details/123852028?spm=1001.2101.3001.6650.3&utm_medium=distribute.pc_relevant.none-task-blog-2~default~BlogCommendFromBaidu~Ctr-3-123852028-blog-125599738.235^v43^pc_blog_bottom_relevance_base4&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2~default~BlogCommendFromBaidu~Ctr-3-123852028-blog-125599738.235^v43^pc_blog_bottom_relevance_base4&utm_relevant_index=5

然而，其中有错误，正确做法如下：

1. 应该移动cudnn里面的bin，include，lib中的所有文件，分别到NVIDIA GPU Computing Toolkit\CUDA\v11.2\中的bin，include，lib中。

否则，ipynb可以运行，但是单独的py文件在训练时tensorflow会报错。

此外，对于cuDNN=8.1，CUDA=11.2的版本，tensorflow-gpu默认下载numpy=1.26，然而，这时在import tensorflow的情况下会报错。应该降低numpy版本。在使用matplotlib的情况下，应更改numpy=1.23，此时虽然pip会报包冲突的错误，但是代码可以运行。

在使用tensorflow_gpu-2.6.0时，遇到的若干错误死循环，无法解决，改为tensorflow_gpu-2.5.0即可。

相关使用到的官方工具网址包括：

https://tensorflow.google.cn/install/source_windows?hl=zh-cn#gpu 最下面有版本对应表
https://developer.nvidia.com/rdp/cudnn-archive cudnn下载