在 python3 安裝 numpy, matplotlib, tensorflow, pandas...... 套件，並安裝 cuda 支援

cmd
python -V
pip -V
pip3 -V
pip install numpy

python -m pip install --upgrade pip
pip uninstall numpy
pip install numpy

pip install matplotlib
-----------------------
pip install --upgrade pip
pip install tensorflow
-----------------------
pip install pandas
pip install opencv-python
-----------------------
python -m pip install --upgrade pip
pip install tensorflowjs

Python 3.9.7
Tensorflow 2.6.0 (可用 pip list 或 pip show tensorflow 查詢得到)
Tensorflow 2 內建包含 CPU 與 GPU 版本
Tensorflow 2 內建包含 Keras

下載安裝 CUDA Toolkit (此時是 CUDA Toolkit 11.4 Update 2)
https://developer.nvidia.com/cuda-toolkit

下載 cuDNN (要註冊帳號，回答問卷，才能下載)(此時是 11.4 版)
https://developer.nvidia.com/cudnn
解壓縮到 c:\cuda

複製 C:\cuda\bin\cudnn64_8.dll
貼到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\bin 資料夾裡面

編輯「環境變數」，在「使用者變數」中，找到 Path 變數
加上 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\bin

在 python 環境下
輸入 from tensorflow import keras;
若無錯誤訊息，理論上應該可以用了。

或是在 python 環境下
輸入 import tensorflow as tf;
再輸入 tf.config.list_physical_devices('GPU');
應該可以看到結果，如 [PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]

pip install jupyterlab
pip install notebook
jupyter-lab 或 jupyter notebook

pip install pandas (如讀取excel並統計分析)

pip install opencv-python