CUDA12.2版本下tensorflow-gpu安装教程

我先前安装过Pytorch，那时刚刚配好了torch对应的NIVIDIA驱动、CUDA和CUDNN，CUDA版本是12.2的，那能不能在不换这个CUDA版本的情况下，安装tensorflow-gpu呢？答案是可以的。

主要参考以下文章的方法完成安装即可：

【精简】2023年最新Windows安装GPU版本的tensorflow（含bug记录及解决）_tensorflow最新版本-CSDN博客

其主要代码包括：

用于检查当前的cuda版本号
conda search cuda
用于检查当前的cudnn版本号
conda search cudnn
选择最终的cuda和cudnn搭配组合（不用预装cuda和cudnn）
conda install cudatoolkit=10.1.243
conda install cudnn=7.6.5
pip install tensorflow-gpu==2.2.0

不过在安装tensorflow-gpu的时候可以换源，从而大大提高效率，毕竟这个包还是很大的：

pip install tensorflow-gpu==2.2.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

安装好后，分别执行下面三条语句，看最后是否返回True即可：

python
import tensorflow as tf
tf.test.is_gpu_available()

我安装好后，import tensorflow as tf 时出现了错误

TypeError: Descriptors cannot not be created directly（局部错误）

此时我进行如下命令：

pip install protobuf==3.20.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

其实和参考的文章一样，只不过我下载的版本稍高一点，然后换了源

接下来我再次执行那三条语句，运行结果如下：

可见，最后一行返回True，成功安装！

（如果你的虚拟环境已经乱了，可以执行以下命令再重新按照我的安装教程安装：）

删除原来的旧环境
deactivate
conda remove --name tensorflow-gpu --all
重新构建新环境
conda create -n tensorflow-gpu python=3.7