Win10 tensorflow深度学习环境搭建

事先选择好要安装的版本，可参考小编的另一篇博文深度学习环境搭建，你的GPU够用了吗？_探索者_SHU的博客-CSDN博客深度学习环境搭建，你的GPU够用了吗？https://blog.csdn.net/fl18715150789/article/details/126733155小编的选择为：

版本	Python 版本	cuDNN	CUDA
tensorflow_gpu-2.6.0	3.6-3.9	8.1	11.2

第一步：卸载已安装的CUDA版本

1.打开控制面板-程序与功能，找到需要卸载的软件进行卸载。

2.利用腾讯电脑管家清理无效注册表

第二步：安装新版本的CUDA

1.在任意位置创建一个空文件夹，用于临时解压文件用：

 等待解压，大概需要3分钟。在系统检查的时候，遇到一个报错：

 网络上查找了原因，还要卸载NVIDIA FrameView SDK。卸载之后，重新来过，一切顺利。

2.选择安装模块

在安装选项的时候，选择自定义安装，进行以下选择：

 然后一路向下，等待安装结束，大概需要10分钟左右。

3.验证是否安装成功

安装结束后，打开cmd输入命令，nvcc -V ，出现以下信息，说明安装成功。

第三步：安装新版本的cuDNN

1.下载对应版本

 2.然后将压缩包里面bin、include、lib三个文件夹里面的文件都复制到..CUDA/v11.2下面对应的文件夹中。

3.验证是否安装成功

在cmd运行【C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\extras\demo_suite】路径下的bandwidthTest.exe和deviceQuery.exe，如果都能运行成功，则证明cudnn安装成功，如下图。

第四步：安装新版本的tensorflow_gpu

 直接pip install tensorflow_gpu==2.6.0，旧的版本会自动卸载掉。

第五步：安装对应版本的keras

根据网络上找到的对照表，pip install keras==2.6.0。

 到这里安装基本结束。但在后续测试的时候，又出现了许多问题。请详见小编的另一篇博文。

搭建tensorflow深度学习环境过程中遇到的那些问题_探索者_SHU的博客-CSDN博客搭建tensorflow深度学习环境过程中遇到的那些问题https://blog.csdn.net/fl18715150789/article/details/126748920