Tensorflow2.0 的GPU版本安装步骤（内附CUDA/CUDNN百度云链接）

Tensorflow2.1.0必备安装包

Tensorflow版本：tensorflow_gpu-2.1.0-cp37-cp37m-win_amd64.whl
cuDNN版本：cudnn-10.1-windows10-x64-v7.6.3.30.zip
CUDA版本：cuda_10.1.168_425.25_win10.exe
百度安装包提取：链接：https://pan.baidu.com/s/18xWNh1H9Hl4iNo336J4hBQ
提取码：4569

安装步骤

步骤一：安装CUDA 10.1

自定义安装选择

在自定义安装选项界面中，CUDA项勾选，其他项视情况而定
注意，若系统中未安装Visual Studio，CUDA组件中的Visual Studio Integration应去掉。

下一步，自己选择安装路径
等待安装完成

步骤二：安装cuDNN

(1) 解压cuDNN，会获得一个名为“cuda”的文件夹，为区分，将文件夹改名为"cudnn"；
(2) 将文件夹整体复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1 路径下：

(3) 配置环境变量：
“此电脑”>>右击鼠标>>“属性”>>“高级系统设置”>>“高级”选项卡下方，选择“环境变量”。打开后，选择“系统变量”中的Path，在安装完CUDA 10.1后，通常只包含两个路径：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\libnvvp

需要将CUPTI和CUDNN的目录手动添加到环境变量，如下图，并调整至图中的位置：

步骤三：安装TensorFlow

安装命令：pip install tensorflow_gpu-2.1.0-cp37-cp37m-win_amd64.whl

测试安装是否成功

//测试是否安装成功
import tensorflow as tf

# 查看 TensorFlow 版本
print(tf.__version__)
# 查看 TensorFlow 是否可用GPU
print(tf.test.is_gpu_available())

结果如下：显示为true表示gpu安装成功。


关键点1：
一定要换源，不然很容易失败
关键点2：
GPU 版本，一定要下载与自己 TensorFlow 版本对应的 CUDA 和 cuDNN

参考文献：https://zhuanlan.zhihu.com/p/84782861