Windows系统TensorFlow支持Nvidia GPU安装与设置

最近需要用到深度学习，于是安装了TensorFlow，并配置Nvidia GPU的支持。

参考了不少文章，但都是早期的内容了，已经不适用。

这里简明地记录下安装步骤。

1、安装python3.9，网址为Download Python | Python.org

2、以管理员身份运行CMD，输入

pip install tensorflow

现在TensorFlow已经不区分CPU版本和GPU版本，这样就直接装完了TensorFlow

3、安装CUDA工具包，网址为CUDA Toolkit | NVIDIA Developer，我这里显卡驱动装的是最新的，所以下载安装最新的就可以；安装过程中提示要安装Visual studio，我没尝试不安装会怎么样，最好也安装一下，网址为Visual Studio: 面向软件开发人员和 Teams 的 IDE 和代码编辑器

4、安装cuDNN，网址为cuDNN Archive | NVIDIA Developer，一般下载最新的就可以，前面保证你的驱动和CUDA工具包为最新就不会有问题，提醒下，不需要参照什么列表看显卡支持哪个版本，一般最新版就行，下载时会要你注册提交下信息才能下，不收费

5、配置CUDA工具包和cuDNN的path环境变量，管理员身份运行CMD，输入并执行以下命令，注意以下路径在不同版本软件与系统下，会有所不同，自己改为对应路径即可；TF官网用的是set命令，只能暂时生效，CMD窗口关闭就会失效，所以得用SETX并在末尾加上/m表示设置为系统变量

SETX "Path" "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\bin;%Path%" /m
SETX "Path" "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\extras\CUPTI\lib64;%Path%" /m
SETX "Path" "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\include;%Path%" /m
SETX "Path" "C:\Program Files\NVIDIA\CUDNN\v8.3\bin;%Path%" /m

6、如果所用的IDE（例如PyCharm）提示找不到cudnn64_8.dll，那么去C:\Program Files\NVIDIA\CUDNN\v8.3\（即cuDNN安装目录下）把bin、lib、include三个文件夹全部复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\（即CUDA工具包安装目录下）

7、测试，管理员身份运行CMD，输入以下命令并执行,如果没提示任何关于GPU、CUDA的警告，那么就配置OK了

python
import tensorflow as tf
tf.__version__
exit()