tensorflowGPU版安装过程

1、更新或安装NVIDIA显卡驱动程序

驱动下载地址NVIDIA GeForce 驱动程序 - N 卡驱动 | NVIDIA

2、根据显卡版本和显卡驱动版本，确定需要安装的CUDA，cudnn和tensorflow版本。

（1）拿比较旧版的NVIDIA Geforce GTX 1050显卡安装过程举例，安装好显卡驱动以后在命令行输入nvidia-smi，获取两个信息，

驱动版本：537.42

cuda版本：12.2

（2）确定需要下载的cuda版本

由于tensorflow支持的最新的cuda版本为11.2，所以尽管我的驱动版本对应的cuda为12.2，但是我只能下11.2版本的，其他情况在下载也是这样，当cuda版本高于11.2时，选11.2也可以，只要不超过自己的显卡驱动对应的cuda版本就好。另外按照下表关注cuda与驱动版本的对应关系。

（3）根据选好的cuda版本，确定cudnn、python和tensoflow版本。

版本确定好以后，以这次安装的NVIDIA Geforce GTX 1050为例，我最终的版本确定如下表： 

显卡型号和驱动版本	cuda	cudnn	python	tensorflow
NVIDIA Geforce GTX 1050（537.42）	11.2	8.1	3.8	tensorflow_gpu-2.6.0

3、下载安装cuda、cudnn

（1）下载安装cuda

下载地址：CUDA Toolkit Archive | NVIDIA Developer

安装过程：

选择临时解压目录，可以不放在c盘

选好临时保存目录以后，点击OK。

选择自定义安装：

全都选上：

这里可以修改路径，不装在C盘，但是建议C直接改成D，其他路径不要改变。

然后等待安装完成即可。

安装完成以后，检查环境变量是否自动添加，没有的话需要手动添加。

打开电脑属性-高级系统设置-环境变量：

一是查看系统变量中是否有以下环境变量：

二是查看系统变量的Path是否有以下两条路径：

最后通过在命令行输入以下代码检查是否安装成功：

nvcc -V

（2）下载cudnn

下载地址：cuDNN Archive | NVIDIA Developer

下载完以后先解压：

把bin目录下的对应文件拷贝到cuda安装目录的对应位置下

解压的cudnn文件	安装cuda目录
bin\cudnn64_7.dll→	D:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin
include\cudnn.h→	D:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include
lib\x64\cudnn.lib→	D:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64

(为了确保万无一失，我是把对应三个文件夹下的所有文件都复制过去了)。

4、下载安装annoconda

下载地址：Free Download | Anaconda

安装过程：

5、在annoconda中创建虚拟环境

conda create -n env_name python=x.x

这里的python版本按照前面确定好的python版本安装，我使用的是python3.8，所以代码是：

conda create -n tf_gpu python=3.8

6、虚拟环境中安装tensorflow-gpu

激活虚拟环境

activate tf_gpu

在激活的虚拟环境中安装gpu版tensorflo

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