Windows 10 + Nvidia GeForce GTX 1660 Ti顯示卡，讓tensorflow在GPU上執行
Step1)安裝Anaconda
Step2)安裝Microsoft Visual Studio，筆者安裝Microsoft Visual Studio 2019 Community
在此網址https://visualstudio.microsoft.com/zh-hant/downloads/，下載Microsoft Visual Studio，安裝時勾選安裝C++開發環境。
Step3)安裝NVIDIA CUDA ToolKit，CUDA為Nvidia的平行運算架構，可以有效運用GPU的運算能力，筆者下載11.4.1版本
在此網址https://developer.nvidia.com/cuda-toolkit-archive，選擇CPU架構與作業系統版本，下載程式並安裝
Step4)下載與解壓縮NVIDIA CuDNN((CUDA Deep Neural Network library))，CuDNN為GPU版本的深路學習函式庫，筆者下載CuDNN8.2.2 for CUDA11.4。
在此網址https://developer.nvidia.com/rdp/cudnn-download，登入Nvidia網站下載NVIDIA CuDNN，解壓縮檔案
Step5)設定系統路徑變數
將解壓縮NVIDIA CuDNN後發現有3個資料夾，分別是bin、lib與include，複製到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA。
在系統變數Path下新增以下路徑，
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\libnvvp
Step6)安裝tensorflow-gpu
#pip install tensorflow-gpu
Step7)測試是否安裝完成，執行以下程式是否獲得兩個True。如果是，表示安裝成功。
import tensorflow as tf
tf.test.is_built_with_cuda()
tf.test.is_gpu_available()