python+tensorflow-gpu+CUDA+cudnn+显卡配置关键步骤详解

一、检查电脑显卡型号，BIOS是否开启独立显卡功能，是否安装显卡驱动

1、查看自己电脑显卡型号：

可用鲁大师硬件检测，如下图所示：

2、检查BIOS是否开启独显功能，不开启无法得到下图GPU1：

开启方法，开机进入BIOS, 开启即可

 3、查看是否安装NVIDAI显卡驱动

右键计算机，选择管理打开如下图所示界面 ，若没有红色框里的东西，进行下面第4步，若有直接跳过4

4、去NVIDIA官网下载对应驱动

驱动下载链接

Nviida Gefore Experience是什么呢？补充一下：

GeForce Experience 是 NVIDIA 的一款全新应用程序。

它的主要作用是优化自己的游戏、保持驱动程序始终为最新版本的一个程序。

1、首先，GeForce Experience 可自动提醒新的 NVIDIA 驱动程序并进行下载。 NVIDIA 不断改进其驱动程序。 新的驱动程序可改善游戏性能、增加新特性以及修正 Bug。

2、其次，GeForce Experience 可根据硬件配置来优化游戏中的图形设置。 NVIDIA 针对 GPU、CPU 以及显示器分辨率的各种组合而进行广泛的游戏测试，将这些信息存储于 NVIDIA 云端。 GeForce Experience 可连接至 NVIDIA 云端，下载专为自己 PC 而量身定制的优化游戏设置。

 

二、确定python版本、tensorflow版本、CUDA版本、cudnn版本（必须匹配）

详情链接

1、安装python 

下载集成的anaconda或者光秃秃的python都可以，具体链接https://www.aiiyx.cn

2、下载安装CUDA Toolkit，注意一定要留足安装控件10G左右

直接百度CUDA Toolkit11.2即可，注意11.2是对应你要下的版本，下载后，直接傻瓜安装，一步步默认选择安装即可

 安装成功如下界面：

以上两个都要测试，缺一不可！

3.下载解压cudnn并将对应文件拷入CUDA对应的文件内：

cudnn下载链接，找到对应的版本下载即可

这是cudnn解压后的对应文件：

拷到这里面C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2

 三、安装tensorflow-gpu

pip install tensorflow-gpu==2.5.0

 测试一下是否安装成功:

import tensorflow as tf
# print(tf.__version__)
print(tf.test.is_gpu_available())

 返回True,完美安装成功！