Win系统安装TensorFlow，解决GPU无法识别问题

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

提示：这里可以添加本文要记录的大概内容：

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、

TensorFlow在2.11以及以后版本不再支持WIN系统使用GPU版本，所以导致GPU无法有效被TensorFlow识别。
主要通过Python == v3.9.18
CUDA == v11.2
cuDNN == v8.2.1
numpy == v1.23.4
TensorFlow==2.9.0
（GPU配置：NVIDIA 丽台A2000）

二、详细步骤

1.官网下载CUDA 相应版本，安装之后重新启动

https://developer.nvidia.com/cuda-11.2.2-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

2.官网下载cuDNN相应版本

https://developer.nvidia.com/cudnn-downloads?target_os=Windows
下载完成后解压缩，将cuDNN文件夹路径一一对应到CUDA安装路径中（默认路径为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA），并复制粘贴。

3.Anaconda Prompt环境下安装相应包

#新建环境
conda create --name yourEnv python3.9.18
#激活环境
conda activate yourEnv
#安装包
conda install numpy1.23.4
`#查看包列表
conda list
#安装TensorFlow
pip install tensorflow==2.9.0
(注：tensorflow 2.0版本之后不在区别TensorFlow以及TensorFlow-gpu安装包)

4.安装成功后进入python

#检查TensorFlow是否安装成功
import tensorflow as tf
print(tf.version)

#查看GPU是否可以正确识别
gpus = tf.config.experimental.list_physical_devices(device_type=‘GPU’)
cpus = tf.config.experimental.list_physical_devices(device_type=‘CPU’)
print(gpus, cpus)```