這是我的第292篇原創文章。
安裝GPU版本的pytorch和tensorflow之前需要理清楚這幾個關系：
CPU版本，無需額外準備，CPU版本一般電腦都可以安裝，無需額外準備顯卡的內容，GPU版本，需要提前下載 cuda 和 cuDNN。CPU版本和GPU版本的區別主要在于運行速度，GPU版本運行速度更快，所以如果電腦顯卡支持cuda，推薦安裝gpu版本的。
安裝pytorch和tensorflow最讓人難受的就是cuda，cudnn版本不一致，沒有鏡像源等問題。安裝前一定要查看自己電腦的環境配置，然后查詢Tensorflow-gpu、Python、 cuda 、 cuDNN 版本關系，要 一 一對應！
Build from source on Windows | TensorFlow (google.cn)
（1）查看電腦的顯卡：右鍵此電腦→右鍵選管理→設備管理器→顯示適配器
（2）查看該顯卡的驅動程序：
（3）查看顯卡的驅動版本，在cmd中輸入執行nvidia-smi：
可以看到顯卡的驅動的版本是457.49；最高支持的CUDA版本是11.1版本。
或在nvidia控制面板-系統信息-組件檢查本機顯卡所支持的最高的CUDA版本：
可以看到目前是11.1的驅動，因此我的顯卡最高是可以支持到CUDA11.1版本的。知道了最高支持版本之后，就可以在小于等于該版本的CUDA中選擇了。
https://developer.nvidia.com/cuda-toolkit-archive
打開cmd，輸入以下命令查看CUDA是否安裝成功（二選一）：
nvcc -V nvcc --version
https://developer.nvidia.com/cudnn
cuDNN其實就是CUDA的一個補丁而已，專為深度學習運算進行優化的。下載解壓好安裝包后，我們解壓可以看到有四個文件，將cudnn文件中的對應文件夾下的所有文件復制到對應的安裝目錄中。
啟動cmd，cd到安裝目錄下E:\cuda\CUDAV11\extras\demo_suite,然后分別執行bandwidthTest.exe和deviceQuery.exe：
如果Result都為PASS的話則配置成功！
完成安裝后，檢查一下環境變量是否存在，一般安裝完成會自動配置好環境變量，若是沒有，則需手動配置，具體過程如下。
（1）打開 電腦屬性，找到 高級系統設置，選擇 環境變量 打開。
（2）查看是否有以下系統變量，沒有則需要自行添加，對應圖片上的名稱和值，配置你電腦CUDA安裝所在的位置。
（3）打開系統變量的Path，查看是否有一下兩條內容，若沒有則需自行添加，一定要配置對安裝的位置。
pip/conda install tensorflow-gpu=版本號，在安裝 TensorFlow 2.x 及更新版本時，您不再需要單獨安裝 CPU 版本或 GPU 版本的 TensorFlow。安裝 TensorFlow 時會同時安裝 CPU 和 GPU 支持，但最終使用哪種版本取決于您的系統環境和 TensorFlow 庫中是否存在 GPU 支持的驅動程序。
如果您的系統中有適當的 NVIDIA GPU 并安裝了 CUDA 和 cuDNN，TensorFlow 將自動檢測到 GPU，并在必要時使用 GPU 進行加速。否則，它將在 CPU 上運行。
在Windows 原生平臺上，GPU不支持2.10 以上的版本。也就是說，你在windows上安裝2.10以上的tensorflow是沒辦法用GPU的。所以要想在windows上使用GPU，必須安裝tensorflow的版本在2.10以及以下。
作者簡介： 讀研期間發表6篇SCI數據算法相關論文，目前在某研究院從事數據算法相關研究工作，結合自身科研實踐經歷持續分享關于Python、數據分析、特征工程、機器學習、深度學習、人工智能系列基礎知識與案例。關注gzh：數據雜壇，獲取數據和源碼學習更多內容。
原文鏈接：
【Python深度學習系列】Win10下CUDA+cuDNN+Tensorflow安裝與配置（完整教程）
NocoDB的詳細介紹，可參考前面的文章：Airtable的開源替代品、低代碼項目——NocoDB
NocoDB安裝部署模式比較靈活，主要包括源碼方式、Docker、Docker Compose方式。
本次安裝主要基于Docker Compose方式。對Docker和Docker Compose不熟悉的同學，不用著急，我本身對Docker也不是很熟，但是實際使用中十分簡單，只是一個命令就可以完成安裝過程。
docker-compose up -d
本次安裝部署在Win10下，Docker安裝教程可以參考：Windows Docker 安裝 | 菜鳥教程。Docker鏡像加速，可參考：Docker 鏡像加速 | 菜鳥教程
我最初沒有使用Docker加速鏡像，安裝過程耗時較長，還有可能安裝失敗。
下面開始我們本次的安裝過程記錄：
1、使用git拉取項目
git clone https://github.com/nocodb/nocodb
# for MySQL
cd nocodb/docker-compose/mysql
# docker-compose up -d
2、修改Mysql配置文件
文件位置：/docker-compose/mysql 使用默認配置啟動時失敗了，需要修改數據庫的一些參數。
version: '2.1'
services:
root_db:
image: mysql:5.7
volumes:
- db_data:/var/lib/mysql
# below line shows how to change charset and collation
# uncomment it if necessary
# command: --character-set-server=utf8mb4 --collation-server=utf8mb4_unicode_ci
restart: always
environment:
MYSQL_ROOT_PASSWORD: 123456
MYSQL_DATABASE: nocodb
MYSQL_USER: noco
MYSQL_PASSWORD: 123456
healthcheck:
test: [ "CMD", "mysqladmin" ,"ping", "-h", "localhost" ]
timeout: 20s
retries: 10
nocodb:
depends_on:
root_db:
condition: service_healthy
image: nocodb/nocodb:latest
ports:
- "8080:8080"
restart: always
volumes:
- nc_data:/usr/app/data
environment:
NC_DB: "mysql2://root_db:3306?u=noco&p=123456&d=nocodb"
volumes:
db_data: {}
nc_data: {}
3、啟動
docker-compose up -d
出現這個信息，說明服務已經啟動成功。
4、訪問
默認訪問地址：http://localhost:8080/dashboard/
OK，NocoDB已經安裝，開始體驗吧。。。