【TensorFlow2.6环境配置和安装教程（保姆级）】

Anaconda

官网链接：https://www.anaconda.com/

添加环境变量：

C:\ProgramData\Anaconda3
C:\ProgramData\Anaconda3\Library
C:\ProgramData\Anaconda3\Scripts

conda管理虚拟环境：

conda create --name test-tf python=3.8.15             #  “test-tf”是你建立的conda虚拟环境的名字
conda activate test-tf                              #  进入名为“test-tf”的conda虚拟环境
conda env list                                       #  列出所有Conda虚拟环境
conda deactivate                                #  退出当前的Conda虚拟环境

Pycharm：（可选）

版本：自行找免费版本

官方建议构建配置：

https://tensorflow.google.cn/install/source_windows#gpu

CUDA：11.2

版本：严格按照官网建议下载安装
https://developer.nvidia.com/cuda-toolkit-archive

cuDNN：8.1

版本：严格按照官网建议下载安装
https://developer.nvidia.com/rdp/cudnn-archive

添加环境变量：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\extras\CUPTI\lib64

检查CUDA配置：

cmd：nvcc –V
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\extras\demo_suite
路径下执行cmd：
.\bandwidthTest.exe
.\deviceQuery.exe``

TensorFlow：2.6.0

pip install tensorflow==2.6.0 -i https://pypi.mirrors.ustc.edu.cn/simple

keras: 2.6.0

版本：和TensorFlow保持一致

pip install keras==2.6.0 -i https://pypi.mirrors.ustc.edu.cn/simple

检查TensorFlow

Anaconda Prompt：

conda activate test-tf               #进入虚拟环境test-tf  
python                           # 进入python环境
import tensorflow as tf              # 导入TensorFlow
tf.test.is_gpu_available()             # 查看GPU版本信息，并返回GPU是否可用
tf.config.list_physical_devices('GPU')   # 查看服务类型
exit()

安装包下载：

如果不想去官网找资源，这里面你需要的都有。
链接：https://pan.baidu.com/s/1IvynukeocaNf0ro8oTlurQ?pwd=h0do
提取码：h0do

相关操作视频：

https://www.bilibili.com/video/BV1rd4y187nM/?spm_id_from=333.999.0.0&vd_source=846eb885ce40fb7b3602938b29c20353

希望对苦苦配置环境，卸了再装，装了再卸的你有一点点帮助，可以求一个免费的赞吗？蟹蟹您嘞！