简单易懂的TensorFlow-GPU安装教程

步骤一

在Anaconda下新建名为 “tensorflow-gpu” 的环境。

可以直接在Anaconda软件下通过点击 “Create” 来创建，参考下图：

步骤二

下载并安装CUDA、cuDNN及tensorflow-gpu文件。

请注意，下载CUDA的时候要注意版本与显卡的对应关系，同时，下载的时候也要注意tensorflow-gpu和cuDNN之间版本的对应，版本对应关系具体请参考TensorFlow官网,如下图所示：

找到对应的版本后，就可以到NVIDIA官网下载cuDNN,如下图所示：

安装好CUDA后，将下载得到的cuDNN解压，并将相应的文件复制至CUDA相应的目录中，详情请参考这篇文章。

---

接下来开始安装tensorflow-gpu，安装方法类似于PyTorch，仍然可以离线安装。

首先，打开Anaconda Prompt，在这个命令行窗口中，激活刚才新建的tensorflow-gpu环境，如下所示：

(base) C:\Windows\system32>activate tensorflow-gpu

(tensorflow-gpu) C:\Windows\system32>

安装下载的.whl文件格式的 tensorflow-gpu，安装的命令如下：

pip install d:/tensorflow_gpu-2.3.0-cp37-cp37m-win_amd64.whl

【注】上面这条命令中的cp37是指适合 python 3.7 版本的 tensorflow-gpu。

安装完毕后，显示如下语句：

Successfully installed tensorflow-gpu-2.3.0

至此，tensorflow-gpu基本环境安装完毕，接下来测试是否成功安装，测试的语句如下：

import tensorflow as tf


print(tf.__version__)
print(tf.test.is_gpu_available())

如果成功安装tensorflow-gpu，那么这段代码会输出True。

安装过程中可能遇到的问题

情况1

测试上面那段代码的时候，报错信息如下：

Could not load dynamic library 'cudnn64_7.dll'; dlerror: cudnn64_7.dll not found

可能原因：CUDA未成功安装。
解决办法：参考这篇文章，把缺失的cudnn64_7.dll文件从解压出来的cuDNN文件夹中复制到以下路径：

C:\Windows\System32