Windows10 Tensorflow 安装（GPU版本）Jupyter Notebook测试 Keras安装

此教程为GPU版本，如果没有NVIDIA GPU，还是用CPU跑吧。

一、想要用 NVIDIA GPU做深度学习，需要同时安装CUDA和cuDNN。

• CUDA。用于GPU的一组驱动程序，它让GPU能够运行底层编程语言来进行并行计算。

• CUDNN。用于深度学习的高度优化的原语库。使用 cuDNN并在GPU上运行时，通常可以将模型的训练速度提高50%到100%。

TensorFlow依赖于特定版本的CUDA和 cuDNN库。请查阅TensorFlow网站，上面详细说明了当前推荐的版本。或者按照以下方式简单判断一下。

•       下载之前，注意版本选择，桌面右键-NVIDIA控制面板

•          帮助-系统信息

•          查看组件

•  可以看到NVIDIA CUDA 11.2.139 driver，下载的CUDA版本就应该低于11.2。

安装请按照以下步骤操作：

        （1）下载CUDA。对于 Ubuntu（以及其他 Linux版本），NVIDIA也提供了现成的安装包，可在https:// developer. nvidia. com/cuda-downloads下载。

        （2）安装CUDA。

        （3）安装cuDNN。

        ①注册一个免费的NVIDIA开发者账号（遗憾的是，想要下载 cuDNN，这一步是必需的），然后在