win10 64位 python版本3.7 tensorflow-gpu2.2 CUDA版本10.1 cuDNN版本7.6.5_python3.7对应的cuda版本

1 显卡驱动。
显卡驱动的版本是向下兼容的，所以选择最高的就行。

2 装CUDA
CUDA应该满足第一节里的显卡驱动的版本。

https://developer.nvidia.com/cuda-toolkit-archive

cmd中命令nvcc -V可以查看CUDA是不是装好了的。
版本错了不慌，一个一个卸载能卸载的，其余的拉倒不管，去C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA中删文件。

3 装cuDNN

cuDNN应该满足第2节里的CUDA的版本。

https://developer.nvidia.com/rdp/cudnn-download
解压后复制粘贴到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1里，覆盖合并。
然后测试安装是否成功，运行CUDA的官方示例，在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite路径下打开cmd，
运行.\deviceQuery.exe显示PASS.

4 装Anaconda
https://mirror.tuna.tsinghua.edu.cn/help/anaconda/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

5 装tensorflow
cmd中运行

conda create --name py37 python=3.7
1

conda activate py37
1

pip install tensorflow-gpu==2.2
1

需要keras:

6 测试脚本

import tensorflow as tf
gpu_ok = tf.test.is_gpu_available()
print("tf version:", tf.__version__)
print("use GPU", gpu_ok)

1
2
3
4
5

测试结果：