以下所有操作都在anaconda prompt中进行
- 安装cudatoolkit和cudnn
conda install cudatoolkit=11.2 conda install cudnn=8.1
-
安装tensorflow-gpu2.6.0版本
pip install tensorflow-gpu==2.6.0
-
此时使用pip list查看keras版本是否为2.6.0,如不是使用以下代码
pip uninstall keras pip install keras==2.6.0
-
查看numpy版本,如不是1.19则先卸载numpy再安装1.19版本的numpy
pip uninstall numpy pip install numpy=1.19
-
然后依次安装matplotlib,seaborn,scikit-learn
# 这是tensorflow-gpu2.6.0兼容的几个包的版本,亲测可用 # 按顺序安装,最后pandas会跟随前面的包安装好,不用单独安装 cudatoolkit=11.2.2 cudnn=8.1.0.77 tensorflow-gpu=2.6.0 keras=2.6.0 numpy=1.19.5 matplotlib=3.5.3 seaborn=0.12.2 scikit-learn=1.3.0 pandas=2.0.3
-
判断tensorflow-gpu版本是否可用
import tensorflow as tf print(tf.test.is_gpu_available())