2022【超详细】搭建深度学习环境与配置 tensorflow2.7+keras2.7+CUDA11.6+cuDNN 对应版本

---

前言

时间：2022年1月16日01:41:51
环境：Win10 64位，RTX2060 显卡算力7.5，VScode，python3.7.0。

搭建tensorflow和keras深度学习环境的时候，即使安装成功，由于版本不匹配的问题，导致频繁报错，比如版本不对会出现导入模块错误。由于项目原因要用python3.7.0，但我的tensorflow和keras都是最新版2.7.0，搜遍全网也没有找到对应版本的配置，尝试了很多版本，每次下载都是近3G大小，匹配过程中各种报错，折腾了三四天，简直让人炸裂。

各位一定要根据自己电脑的显卡算力、显卡驱动版本、python版本、tensorflow版本、keras版本，去匹配对应的CUDA和cuDNN版本。各版本并非完全唯一对应，而是有一定的范围区间。

---

一、可行的对应版本配置

python3.7.0+CUDA11.6.0+cuDNN8.3.2+tensorflow2.7.0+Keras2.7.0
python3.7.0+CUDA11.3.1+cuDNN8.2.1+tensorflow2.7.0+Keras2.7.0
python3.7.0+CUDA10.1.2+cuDNN7.6.5+tensorflow2.2.0+keras 2.3.1

二、安装步骤

1. 显卡算力和显卡驱动版本

显卡算力决定你的CUDA版本区间：
NIVDIA显卡算力官方查询

维基百科查询显卡算力对应的CUDA版本区间（境内无法正常打开）：
维基百科CUDA

比如我的显卡RTX2060 算力7.5，那么可以下载的CUDA版本区间为10.0-10.2 和 11.0以上。

显卡驱动版本，在NVIDIA控制面板的系统信息可查询到，建议更新到最新版本，这样就不会因驱动版本而下载CUDA版本受限。
NVIDIA官方显卡驱动更新

更新显卡驱动程序，建议在选项 Download Type 选 Studio Driver（SD），因为对深度学习有利。

NVIDIA官方 CUDA与显卡驱动版本对应表查询

比