Windows上安装GPU版TensorFlow教程（tensorflow-gpu==2.10.0）_windows tensorflow gpu

前情提示:Windows上只能安装到Tensor Flow-GPU==2.10.0，后续没有在Windows提供更新(本机配置:RTX 3060 Laptop 6G)

一. 安装CUDA11.2与对应的CUDNN8.1.0

1. CUDA11.2安装

从CUDA下载链接中下载CUDA11.2安装包CUDA下载链接

下载上图中名为CUDA Toolkit 11.2.0的安装包

安装完成后打开下载文件夹

双击cuda_11.2_XXX_windows.exe，进入安装程序：

这里是临时选择临时提取的文件夹，不用管直接点击ok

提取完毕，程序会检查兼容性

选择【同意并继续】，选择【自定义】安装：

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

后面还有三个选项。NVIDIA GeForce Experience 是显卡驱动程序，如果你已经更新了显卡驱动版本，就不用选了，因为每个CUDA版本里面都含显卡驱动程序，如果你每次都选相当于每次更新显卡驱动版本。Other components 是声卡等设备驱动程序，可以点击查看当前计算机版本，如果比“新版本”高，则不用另外安装，不用选，最后一个也是。（大家可自己根据自身情况）

然后选择安装路径，点击安装

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. CUDNN8.1安装

CUDNN下载链接CUDNN

进入页面后下滑找到图示对应版本进行下载：

CUDNN下载好后解压

把里面三个文件夹中的内容分别复制再粘贴到CUDA安装目录里对应的同名文件夹里面，注意，lib文件夹内容要移动到lib\x64目录下

以CUDNN中bin文件夹为例：

其他对应文件内容依次类推，此操作的主要目的是把CUDNN中用于GPU计算的包导入CUDA中，不然无法让tensorflow使用GPU来进行计算。

最后，配置下系统环境即可：
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）

由于我修改了安装路径，所有我配置的环境变量与默认值不同，你只需要把CUDA安装文件夹中对应的bin、libnvvp和lib\x64文件夹配置在环境变量中即可

到此CUDA与CUDNN环境配置完成

二. TensorFlow-GPU安装

进入conda命令窗口：

输入命令创建虚拟环境：

conda create -n tf_gpu python=3.7

创建好后输入命令进入虚拟环境：

conda activate tf_gpu

输入命令进行tensorflow-gpu下载（此处使用中科技大学的镜像源加速下载）：

pip install tensorflow-gpu==2.10.0 -i https://pypi.mirrors.ustc.edu.cn/simple/

安装好后输入Python进行编译环境：

python

依次输入以下命令查验tensorflow的GPU计算可用性：

import tensorflow as tf

tf.test.is_gpu_available()

返回True则安装配置完成：