深度学习环境搭建：Win10+TensorFlow2.7+CUDA11.2+cuDNN8.1.1

目录

一、可行的对应版本

二、安装步骤

1. 显卡驱动版本及算力

2. TensorFlow与CUDA、cuDNN、Python的版本对应关系

3. TensorFlow与keras的安装

4. CUDA和cuDNN的下载

5. CUDA和cuDNN的安装

---

时间：2022年3月20日~23日

背景：win10-64bit，anaconda3，jupyter notebook, python3.7,

显卡NVIDIA GeForce 940M （驱动版本472.47） 算力为5.0，笔记本thinkpad T 450s

用深度学习CNN进行图像分类，自己的笔记本较老了，CPU处理太慢有时跑一个epoch要4000s，无法忍受，好在有GPU，想利用起来。先是从网上找了教程，安装过程还算顺利，但一测试出了这样那样的种种问题，虽然有些都解决了，折腾了好几天，但终究是没有跑起来，最后判断是各种环节的版本问题。

一、可行的对应版本

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。有网友举例了如下可行的版本：

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. 显卡驱动版本及算力

先说算力，算力决定CUDA版本区间范围，具体算力可以去NVIDIA官网查询：CUDA GPUs | NVIDIA Developer

如下图：

 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，经过搜索我在维基百科（参考