（1）创建一个新的conda环境。
conda create -n py36_cuda10_tf1131 python=3.6 ## 创建指定python版本的conda环境
source activate py36_cuda10_tf1131 ## 激活conda环境
（2）安装所需版本的cuda和cudnn。
可以在网站https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/查看支持的版本。
如果下载的慢，可将conda下载包的镜像源更换为国内的镜像源。
conda install cudatoolkit=10.0 cudnn=7.6.4 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/
如果报错，可以尝试将https修改为http:
conda install cudatoolkit=10.0 cudnn=7.6.4 -c http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/
（3）使用清华镜像安装tensorflow-gpu和keras版本。
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.13.1
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple keras==2.1.5
