关于tensorflow与keras在win下40系显卡上安装心得（安装版本为2.10.0），花费了很长时间，勉强安装成功，小白也能看懂的一步一步教学

tensorflow与keras在40系上安装心得

本文章基于anaconda环境，如果没有安装的话请下载并安装，教程很多也特别简单，一步一步点就可以，在这里我就不赘述啦！

关于cuda环境安装

遇到的问题

1. 上网搜索了很多windows都没法安装cuda，尤其是40系显卡已经安装了cuda12的最新版本，更是没法安装低级别的，linux下似乎可以装双驱动，没尝试

2. 尝试搜索cudatool和cudnn，但是没法搜索到对应的tensorflow版本（即cuda和cudnn对应的版本

3. 配置环境过程一直跳error，没法阻止

4. 配置成功后也无法调用gpu

5. cudatool对应的cudnn找不到，无法安装

6. 环境配置好了，但是无法安装对应的tensorflow版本

解决方法

- 首先设置中科大的镜像源（有一说一，真的很全）

 conda config --set show_channel_urls yes
 conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
 conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
 conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
 conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
 conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
 conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/

• 先设置环境

 conda create -n tf2 python=3.10

• 需要注意的是必须是pyhton=3.10，版本更高不行！

• 之后选择进入环境之中

 conda activate tf2

• 之后在conda中搜索环境（建议分开执行）

 conda search cudatoolkit --info
 conda search cudnn --info

红框框标注的就是重点，记得复制下来url中的网址（个人推荐复制这个版本的，后面有原因）

对于我们cuda12版本的，是可以使用最新款的tensorflow，也可以使用最新版的keras的，所以选择下载11.8版本的cudatoolkit就行，如果想下载老版本，继续向上滑就可以了

需要下载11.2版本的cudatoolkit，原因的话下面会写！

cudatoolkit

• 下一步是配置cudatoolkit环境，也就是

 conda install https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/win-64/cudatoolkit-11.2.2-h933977f_9.tar.bz2

也就是conda install一下红框标注的网址

然后稍等一会

cudnn

其实没有选择下载最新版本的tensorflow就是因为各个网站上都搜不到8.7.*的cudnn文件，如果大家能找到对应的文件的话可以评论一下！我这里是8.9之后就是8.8，然后直接跳到了8.4，但是8.4tensorflow又不支持，只能退而求其次选择8.1。

而且我只在中科大的镜像源中找到了这个文件，清华源好像是8.2之后就跳到了7.几，就放弃了

 conda install https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/win-64/cudnn-8.1.0.77-h3e0f4f4_0.tar.bz2

接下来尝试安装

 pip install tensorflow-gpu==2.11.0

很好，跳bug了，谁能想到居然不支持？？

没办法只能重新选择2.10.0版本的tensor

 pip install tensorflow-gpu==2.10.0

keras目前已经内置在了tensorflow中，因此我们不用额外下载，那么到这里目前就全部都安装好了，但是我并不确定numpy和matplotlib等兼容性问题（因为我也是个小白

我们可以进行一个简单的测试，我在命令行输入

 import tensorflow as tf
 tf.test.is_gpu_available()

虽然跳了warning（不重要的warning），但是显示了gpu调用正常

接下来

 from tensorflow import keras
 keras.__version__

也是显示正常，没有问题。

至此本次分享就结束了，有小伙伴有问题的话，欢迎大家来一起进行分享和交流