此方法适合于20系列显卡环境的配置,较传统方法简便
参考博客
https://blog.csdn.net/m0_49090516/article/details/113576003?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522163711104416780255215587%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=163711104416780255215587&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~top_positive~default-1-113576003.pc_search_result_control_group&utm_term=tensorflow-gpu&spm=1018.2226.3001.4187
配置流程
安装anaconda3_2019.10版本
conda create -n tensorflow python=3.7
conda install cudatoolkit=10.1
conda install cudnn=7.6
pip install tensorflow-gpu==2.1.0
30系列的显卡使用上述方法安装上述版本会存在显卡启动特别慢的问题
30系列显卡使用上述方法安装更高版本cuda11.0和cudnn8.0时,cudnn难以安装
因此采用传统下载软件方法安装
参考博客
https://blog.csdn.net/typefree/article/details/117998734?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522163712486616780261961097%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=163712486616780261961097&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduend~default-1-117998734.pc_search_result_control_group&utm_term=rtx3050%E9%85%8D%E7%BD%AEtensorflow&spm=1018.2226.3001.4187
配置流程
安装anaconda3_2019.10
在英伟达的控制面板的系统信息,组件里面,查看自己的显卡适合的cuda版本
安装cuda11.4,安装时不要勾选vs的安装
安装cudnn8.2,如果下载不了,可以将下载链接放在迅雷里面下载,不需要注册https://developer.nvidia.com/rdp/cudnn-archive
将cudnn解压后的文件复制在cuda的安装路径里面,例如C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2
在电脑的系统变量里面添加环境变量
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4
打开anaconda prompt 创建环境变量
安装相对应的tensorflow-gpu版本 https://tensorflow.google.cn/install/source#gpu