cuda以及tensorflow gpu版本安装

想要安装gpu版本的tensorflow，首先确保自己的电脑有gpu，其次必须要提前安装好cuda

1.CUDA及cuDNN安装

首先输入nvidia-smi查看自己的gpu对应的cuda版本，然后选择小于显示版本的cuda下载安装就好。安装过程详见如下博文

https://blog.csdn.net/anmin8888/article/details/127910084

2.tensorflow gpu版本安装

我们首先在网上找到cuda版本对应的tf的版本是多少
大家可以查查最新的版本对应表，然后输入指令下面相似，更改为对应的版本号就行，在自己想要安装的anaconda的虚拟环境下面安装（后面使用的清华镜像源也可以更改）

 pip install tensorflow-gpu==2.6.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

（如果想要安装的是非gpu版本的tensorflow，那么过程很简单，不需要安装cuda等东西，直接网上找到找到指令运行就行了）

3.环境测试

我们可以切换到tensorflow的interpreter，然后运行下面的指令，查看是否安装成功(只要导入了tensorflow的包，能够输出版本就代表成功了）

import tensorflow as tf

print(tf.__version__)
print(tf.test.gpu_device_name())
print(tf.config.experimental.set_visible_devices)
print('GPU:',tf.config.list_physical_devices('GPU'))
print('CPU:',tf.config.list_physical_devices(device_type='CPU'))
print(tf.config.list_physical_devices('GPU'))
print(tf.test.is_gpu_available())
#输出可用的GPU数量
print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))
#查询GPU设备