今天會繼續python環境建置以及遇到的問題的解決

上一篇講到關於無法用conda下載tensorflow的解決方法，但是無法解決，現在開始嘗試別種解決方法。

這邊先介紹一下待會會提到的CUDA和cuDNN。
CUDA（Compute Unified Device Architecture）
CUDA 是由 NVIDIA 開發的一個並行計算平台和應用程式程式介面（API），專為 NVIDIA 的圖形處理單元（GPU）設計。它允許開發者使用 GPU 加速來執行通用計算工作，而不僅僅是圖形渲染。CUDA 提供了一個能在 GPU 上運行的平行計算框架，使得開發者可以更有效地利用 GPU 的大規模並行處理能力。
cuDNN（CUDA Deep Neural Network library）
cuDNN 是 NVIDIA 提供的用於深度神經網絡（DNN）的 GPU 加速庫。它建立在 CUDA 的基礎上，提供了高度優化的實現，能夠最大程度地提高深度學習工作負載的性能。cuDNN 提供了一系列的 GPU 加速的深度學習原始操作，例如卷積、池化、標準化等。

經過再網上的搜索，又被我找到一個方法，既然conda指令目前無法安裝TF2.10版本，那我就直接在環境裡用pip(pip 是Python的套件管理器，用於安裝和管理 Python 套件。它是 Python Package Index(PyPI)的一部分，PyPI 是一個包含了大量 Python 軟體套件的存儲庫)下載就好了(理想)，不過用pip去下載tensorflow-gpu通常需要相應版本的 CUDA 和 cuDNN。
這邊需要非常注意CUDA和cuDNN與tensorflow的版本相容問題，假如直接用conda命令安裝tensorflow，conda會直接幫你安裝對應相容版本的CUDA和cuDNN，所以沒遇到我這個問題的話，其實直接用conda命令安裝就好。

再次提醒，自己裝CUDA和cuDNN請確認版本相容性
所以我這邊就直接開始安裝CUDA，這邊直接用conda命令裝
tensorflow2.10對應的cuda版本是11.2 所以就裝這個

裝好後conda list檢查是否有裝到

裝好後換裝cuDNN
(這邊記得安裝套件指令打出去後等他讀完數據包後都會需要你確認press y才會開始下載喔)

下載好記得檢查list

這樣CUDA和cuDNN就都裝好啦

接下來的篇幅就會是tensorflow的安裝了