tensorflow gpu版本最新安装方法(2021.06)

刚开始接触深度学习，因为有的教程是基于pytorch有的是基于tensorflow，前几天安装完成了pytorch，现在安装一下tensorflow，查看pytorch安装教程请移步：https://blog.csdn.net/weixin_39574469/article/details/117429815

---

前言

tensorflow的安装过程比pytorch要复杂一些，一定要仔细，不然很容易安装错。
安装tensorflow前需要安装cuda和cuDNN，首先去这个网站拉到最下面确定需要安装tensorflow的版本和对应的cuda和cuDNN版本：
https://www.tensorflow.org/install/source_windows#cpu

比如我这里需要安装tensorflow2.4.0，对应cuda11.0和cuDNN8.0。

在搞清楚需要安装的版本后开始进行安装。

---

1 cuda安装

下载地址：https://developer.nvidia.com/cuda-toolkit-archive

根据前面选择合适的版本

下载exe文件

安装时默认下一步就行，安装的时候记一下安装的路径，后面会用到。
安装完成后看一下环境变量里应该自动添加了cuda。

在命令行下输入nvcc -V, 出现下列信息说明cuda安装成功

到这里，cuda就安装完成了。

---

2 cuDNN安装

https://developer.nvidia.com/rdp/cudnn-archive

选择合适的版本

这里下载可能需要注册，简单注册一下就行

选择windows版本下载

下载完后是一个压缩文件，里面会有三个文件夹和一个txt。

将这三个文件夹复制到刚才安装的cuda目录下
我的是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0

根据官网的介绍，需要把cuDNN添加到环境变量中

自己对比一下，把没有的加进环境变量就行

至此cuDNN也安装完成了

---

3 tensorflow 安装

直接在命令行里运行下面的命令就行，需要注意的是使用默认源下载可能会很慢，这里换了国内的源

pip install tensorflow-gpu==2.4.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

安装完成后进行验证

import tensorflow as tf
for i in tf.config.list_physical_devices():
    if 'GPU' in i[1]:
        print (i[1],'可用,GPU名称: ',i[0])

如果显示这样则说明gpu可用

XLA_GPU 可用,GPU名称:  /physical_device:XLA_GPU:0

---

参考

1. https://blog.csdn.net/qq_37296487/article/details/83028394
2. https://zhuanlan.zhihu.com/p/37086409
3. https://blog.csdn.net/weixin_40726794/article/details/108169440