【深度学习】TensorFlow（cuda版）安装以及对应第三方库安装流程

1 介绍

本教程将指导您如何在Anaconda环境中安装TensorFlow（CUDA版本），并配置所需的三方组件，包括CUDA Toolkit、cuDNN、protobuf等。（参考b站视频：BV1rd4y187nM）

2 先决条件

• 已安装Anaconda
• 了解基础的命令行操作

3 安装前准备

3.1 查看显卡相关信息

安装之前首先查看自己电脑NVIDIA显卡的相关信息

1. 按下Win + R键打开运行对话框，输入cmd按回车打开命令提示符
2. 输入以下命令查看自己的NVIDIA显卡的相关信息

如下图所示，了解自己的显卡型号以及CUDA版本信息：

如图所示设备显卡为4060 Ti，CUDA版本为12.5。

3.2 了解工具包版本兼容性

• 官方建议配置：
  打开TensorFlow官网查询官方建议配置信息，给出的为tensorflow-gpu相对应的Python版本范围，官方建议的cuDNN版本和CUDA的版本要求。
  如图所示，本设备选择相关配置如图红框标注所示：
• Python选择3.8版本；cuDNN：8.1；CUDA：11.2
  

4 具体步骤

4.1 创建Anaconda虚拟环境

打开Anaconda Prompt输入以下指令创建一个新的虚拟环境tf_gpu，python版本选择3.8版本。

conda create -n tf_gpu python=3.8 -y
conda activate tf_gpu

注意：由于tensorflow对各种工具包之间的版本兼容性要求非常严苛，因此以下CUDA Toolkit、cuDNN、以及TensorFlow都需要严格按照官方推荐版本搭配安装
根据4.3.2所述：Python版本3.8；cuDNN版本8.1；CUDA版本11.2

4.2 安装CUDA Toolkit

CUDA Toolkit是NVIDIA提供的用于GPU计算的工具包，可以在深度学习是进行加速运算。TensorFlow需要特定版本的CUDA。

1. 首先进入CUDA下载界面，选择CUDA Toolkit 11.2.0

2. 操作环境选择Windows，版本选择10，安装器类型选择exe(local)，然后点击下载