window10搭建支持GPU的tensorflow机器学习环境

1. python虚拟环境创建

用的是anaconda创建的虚拟环境， 不做详细介绍。 我创建的python虚拟环境是python3.8版本的。

2. 安装cuda, cuDNN

版本选择上要注意兼容， 可以参考一下官方linux环境下的测试数据， 最好选择官方测试过的版本搭配： https://tensorflow.google.cn/install/source?hl=zh-cn#gpu

我选择安装版本: tensorflow 2.6.0, cuda 11.2.0, cuDNN 8.1.0

cuda下载地址： CUDA Toolkit 11.2 Downloads | NVIDIA Developer

cudDNN下载地址： https://developer.nvidia.com/rdp/cudnn-archive

安装方法可以参考： windows10系统下安装tensorflow2.0 - Alvingo - 博客园

3. 安装tensorflow

用anaconda直接安装tensorflow时， 搜索到的显示是2.6.0， 安装时会默认安装2.3.0版本， 所以我后面就用pip指定版本安装。tensorflow2.6.0版本同时支持GPU与CPU。

pip安装tensorflow 2.6.0版本时， 默认给安装了keras, 但是版本是2.8.0， 运行时报下面的错误：

Another metric with the same name already exists

把keras版本给卸载了， 重新安装了2.6.0版本，问题解决， 与keras版本兼容性可以看官方文档：

GitHub - keras-team/keras: Deep Learning for humans

 

4. 验证环境

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())

可以参考： tensorflow查看使用的是cpu还是gpu - core! - 博客园