【tensorflow-2.x-gpu 】 python3配置tensorflow-2.x gpu环境(2)

1.背景

参考之前博客：
【tensorflow-2.x-gpu 】python3配置tensorflow-2.x gpu环境(1)
https://blog.csdn.net/jn10010537/article/details/108917295

利用Anaconda3安装tensorflow-2.x gpu。
最近我重装了系统后，按照该博客实现，发现并不能使用GPU，原因是我重装的电脑上并没有安装英伟达的cuda。

之前笔记本上借给同事用了几周，应该是他在我电脑上安装了cuda。所以我在安装了tensorflow-2.x gpu后可以直接使用gpu进行训练以及推理。

本博客演示刷机后的新windows10系统：
安装tensorflow-2.x gpu，并配置cuda,cuDnn，最后成功利用你的GPU进行加速。

说明：
CUDA（Compute Unified Device Architecture）是一种用于GPU通用计算的并行计算平台和编程模型。它以C语言为基础，并多C语言进行了扩展，能够在显卡芯片上执行程序。
CUDA提供了一个深度神经网络的GPU加速库cuDNN（CUDA Deep Neural Network），完成了对卷积、池化、归一化和激活函数层等标准操作的快速实现。

2.TF官网的gpu支持

查看tensorflow官网关于GPU支持：
https://tensorflow.google.cn/install/gpu

对GPU支持