【2024】WIN10 3060 CUDA11.6 安装tensorflow GPU 2.10.0详细教程

原创已于 2025-08-04 11:18:00 修改 · 1.1k 阅读

23 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow #人工智能 #python

于 2024-12-19 15:08:35 首次发布

该文章已生成可运行项目，

成功配置的环境

python 3.10
cuda 11.6
cuDnn 8.9.7
tensorflow gpu 2.10.0

一、安装Anaconda

进入Anaconda下载，下载Anaconda并安装。

二、创建Anaconda虚拟环境

安装好Anaconda后，进入Anaconda Prompt，创建conda环境

conda create -n tensorflow python=3.10

三、安装cuda

查看本机cuda版本，安装cuda应小于本机cuda版本

打开cmd，输入nvidia-smi，查看CUDA Version

3.1 安装的CUDA ToolKit

进入CUDA Toolkit Archive | NVIDIA Developer，找到11.6.0版本

按下图选择相应的选项

3.2 安装CUDA ToolKit

一路直接安装，取消visual studio integration就行

win+r，打开cmd，输入nvcc -V，出现CUDA的版本信息，则说明安装成功

四、安装cuDNN

4.1 下载cuDNN需要账号，进入官网注册账号

进入cuDNN Archive | NVIDIA Developer

4.2 下载对应版本8.9.7

下载后，解压文件，将所有文件拖入到(cuda 安装目录)
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6

4.3 配置环境变量

我们打开环境变量，在系统变量的path路径下添加以下路径：（具体要根据自己的安装路径下做调整）

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\include

4.4 验证环境变量是否配置成功：

打开cmd，我们进入到以下路径：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\extras\demo_suite

然后分别执行以下两个命令：.\bandwidthTest.exe 和.\deviceQuery.exe

出现pass就是成功

五、安装GPU版本的tensorflow

5.1 进入conda环境

conda activate tensorflow

5.2 下载tensorflow

TensorFlow 2.10.0 的 GPU 版本与 CPU 版本是合并的，只要你的环境配置正确，它会自动检测 GPU 并利用。

pip install tensorflow==2.10.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

5.3 解决报错

进入python环境输入

import tensorflow as tf

出现报错TypeError: Unable to convert function return value to a Python type! The signature was

报错原因为numpy版本太高，重新下载numpy，解决报错

pip install numpy==1.23.5 -i https://pypi.tuna.tsinghua.edu.cn/simple

安装成功

该文章已生成可运行项目