该博客介绍了如何将Tensorflow-GPU从2.3.0升级到2.5.0，同时更新CUDA到11.2.2和CUDNN到8.2.1.32。提供了两种升级方法，一种是通过pip和conda分别安装，另一种是全局升级后再安装。升级过程涉及的依赖包和具体版本号均有详细说明，适用于Python 3.6.8环境。
当前环境：
miniconda
python=3.6.8
tensorflow-gpu=2.3.0
cudatoolkit=10.1.243
cudnn=7.6.0=cuda10.1_0
升级方式一：
pip install tensorflow-gpu==2.5.0 -i https://pypi.mirrors.ustc.edu.cn/simple/
conda install cudatoolkit=11.2 cudnn -c conda-forge
注：如果安装时提示主频道找不到资源，可以添加-c参数，指定频道；
升级方式二：
conda upgrade --all
pip install tensorflow-gpu==2.5.0 -i https://pypi.mirrors.ustc.edu.cn/simple/
第二种升级较第一种更全面，但更耗时。
升级后：
python=3.6.8
tensorflow-gpu=2.5.0
cudatoolkit=11.2.2
cudnn=8.2.1.32
几个相关官方链接：
Build from source on Windows | TensorFlow
452
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
