本文详细介绍了在Win10系统和Nvidia显卡环境下，如何安装CUDA11.3、cuDNN8.2以及TensorFlow。首先检查CUDA版本和驱动版本，然后从NVIDIA官网下载对应安装包，安装CUDA时取消不必要的插件，安装cuDNN时将其解压文件复制到CUDA安装目录。最后配置环境变量，并通过pip安装TensorFlow，验证安装成功。
为了不耽误大家的时间，在阅读之前请注意：
1.如果你的电脑没有Nvidia显卡，那么请关闭本页面，本教程对你无用；
2.如果你的电脑配置不是Win10+Nvidia显卡，比如windows版本或者显卡版本不一致，那么请谨慎操作，随机应变，本教程也能给你提供一些思路，在下载安装包时注意与自己的版本对应，避免软件兼容问题；
3.如果你的电脑既没有安装Anaconda也没有装Python，那么请安装完后再看本教程。
如果你的电脑未出现上述情况，那么请接着向下阅读
目录
1.下载CUDA以及cuDNN安装包
1.1查看电脑自带的CUDA64.DLL版本
在电脑桌面空闲位置用鼠标右键，在弹出的菜单中点击Nvidia控制面板软件，点击左下角进入“系统信息”界面：
选择“组件”：
在这里可以看到电脑的NVDLL版本为11.3.122，这说明我们需要在官网下载的CUDA 版本应该是CUDA11.3版本中中与本机配置最接近但低于本机配置的版本，至于为什么要下该版本，主要是考虑到后面CUDA安装时系统兼容性问题（安装的版本比预装版本低会出现“You already have a newer version of the NVIDIA Frameview SDK installed”错误提示从而导致无法安装）。如果说自己偏要安装低版本，出现的问题可以参考下面的博客来解决：
1.2查看电脑的Driver Version
打开电脑cmd，在命令行中输入nvidia-smi查看GPU驱动版本：
Driver Version版本为466.81，CUDA Version为11.3
1.3前往官网下载符合要求的CUDA安装包
前往CUDA Toolkit Archive | NVIDIA Developer网站上，找到CUDA11.3对应的几个资源：
只有两个，逐个点开Versioned Online Documentation查看所需要的配置信息，首先是CUDA Toolkit 11.3.1:
点击Release Notes:
在出现的第一个表格上可知，需要电脑的 Driver Version版本至少为465.89，而我的电脑Driver Version版本为466.81，符合要求，同理查看CUDA Toolkit 11.3.0的要求，但是更新的版本都满足了，我们肯定是直接下载更新的版本，所以不用看11.3.0的要求了，直接下载CUDA Toolkit 11.3.1即可，
点击CUDA Toolkit1.3.1进入下载界面后按照下图所选，点击下载
1.4下载cuDNN安装包
在官网cuDNN Archive | NVIDIA Developer下载cuDNN v8.2.1 (June 7th, 2021), for CUDA 11.x：
下载WindowsX86版本
注意：下载cuDNN需要先注册一个Nvidia账号，很多教程上说这部分麻烦，其实安全起见，大家还是老老实实注册登录下载，毕竟是官网资源，也不收费，在百度上找免费资源还可能带病毒，而且各位老Geeker们肯定还是喜欢自己动手。
补充说明：受一些老教程的误导我在安装CUDA和TensorFlow之前给电脑安装了VC_redist.x64，用于给电脑安装上Visual C++开发环境，保险起见大家先安装完VC_redist.x64之后再进行下面的工作。
大家在官网最新支持的 Visual C++ 下载 (microsoft.com)上下载安装就行，软件很小，傻瓜式安装一路回车就行。
2.安装CUDA以及cuDNN
2.1安装CUDA
双击cuda_11.3.1_465.89_win10.exe文件（刚刚下载的CUDA安装包）安装，选择自定义安装，自己选择安装位置，记住自己的安装路径，后面配置环境变量的时候需要用。
（1）第一个弹窗是设置临时解压路径，可以自定义也可以默认，提取出来的文件在安装完成后会自己删除，不用管它
（2）
（3）提取完毕，程序会检查兼容性：
（4）选择【同意并继续】，选择【自定义】安装：
（5） 在CUDA中取消勾选Visual Studio Integration，这是VS的插件，容易导致安装失败，我因为用pycharm所以就不勾选了。
注意：所有待安装插件版本低于当前版本的的统一取消勾选！！！
（6）点击下一步选择安装位置：
我的位置：D:\CUDA\CUDA11_3
（7）下一步等待安装完成后关闭
（8）等待安装完毕，可以检查是否安装成功，在终端键入命令nvcc -V，查看CUDA版本，能显示则成功了。
2.2安装cuDNN
上一部分下载的官方安装包名为cudnn-11.3-windows-x64-v8.2.1.32.zip，是一个压缩包，解压之后为一个名为"cuda"的文件夹下的下列文件：
复制全部文件后，粘贴在前面的CUDA 安装目录下即可：
3.配置环境变量
右键【此电脑】又名计算机—【属性】—【高级系统设置】-【环境变量】-下半部分【系统变量】里找到【Path】，双击打开（或者点编辑）
点击【新建】，补全如下环境变量，并通过上移操作将这些环境变量置顶，如果你之前安装成功了CUDA，下图中的第2、3条环境应该是系统已经自动添加了的：
至此，你的CUDA及cuDNN已经安装好了
4.安装Tensorflow
（1）直接在cmd命令行窗口输入pip install tensorflow
因为新版tensorflow同时包含cpu和gpu支持，所以是tensorflow而不是tensorflow-gpu。别指定2.0或2.3版本，就默认新版的，老版本有bug。
不要整一些花里胡哨的国内镜像源什么的，现在很多都停止维护了，只要你的电脑配置比较新，网络环境不至于差到QQ都登不上就行。
等待一两分钟就装完了，没有一些人说的那么慢
（2）检验是否安装成功：
在cmd命令行窗口或者Anaconda Prompt命令窗口输入python进入python交互模式，并依次输入下列命令：
import tensorflow as tf
print(tf.__version__)
print('GPU', tf.test.is_gpu_available())
这三条命令全都正确执行没有错误说明安装成功了
文中部分图片来自【踩坑教程】win10环境下RTX3050Ti安装Tensorflow-gpu2.5+CUDA11.2.1+cudnn8.1.0_30510ti安装我win tensorflow版本-CSDN博客，侵删
扫一扫
4927
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
