一文解决 tensorflow-GPU、keras与cudatoolkit、cudnn适配及安装问题

tensorflow-GPU与cudatoolkit、cudnn适配情况

注意安装的时候版本一定要对应上，包括python对应的版本，不然会报各种AttributeError的错，最后很可能还要从头开始卸载装一遍

链接: 更多的适配器情况

虚拟环境下安装tensorflow-GPU2.6.0、cudatoolkit11.2、cudnn==8.1

conda小黑窗打开虚拟环境，在虚拟环境中安装：

conda activate 虚拟环境名

安装tensorflow-GPU==2.6.0：

conda install tensorflow-gpu==2.6.0

注意不要用pip install安装，可能找不到这个版本

安装cudatoolkit11.2、cudnn8.1：
cudatoolkit就是cuda

      conda install cudatoolkit==11.2
	  conda install cudnn

安装cudnn的时候没有指定版本号，因为指定了版本号找不到这个版本，所以我直接不指定版本号，conda会自动根据cuda适配对应的cudnn版本号

安装与tensorflow对应版本的keras

安装keras==2.6.0:

conda install keras==2.6.0

查看是否安装到了虚拟环境里

   conda list tensorflow
   conda list keras

检查cuda是否安装成功

conda小黑窗下：

python
import tensorflow as tf
tf.config.list_physical_devices('GPU')