tensorflow-gpu安装（安装记录）

1.安装python环境(Anaconda)

Download Now | Anaconda

下载3.x的anaconda，直接下最新的就行

打开安装包一路next，安装路径选一个找得到的位置。

全选，包括添加环境变量。

之后一路next

安装成功后打开cmd添加清华源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --set show_channel_urls yes 

有写错或者其他问题需要移除清华源的命令如下：

conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

这个命令是为了移除之前conda config --show channels显示的清华源

                    
（原文链接：https://blog.csdn.net/tqlisno1/article/details/108908775）

2.安装CUDA和cuDNN

首先查看显卡支持的cuda最高版本（必须n卡）

找到NVIDIA设置双击打开

点击系统信息

选到组件即可查看显卡驱动支持的最高cuda版本，安装时找一个低于它最接近的。

CUDA Toolkit Archive | NVIDIA Developer

点击链接去官网下载选定版本的cuda本地安装包（local）

打开安装包 一路继续，直到选择自定义安装

选择安装内容并安装。

有vs报错就尝试去掉这个

记住安装路径。

环境变量会自动添加，重启电脑输入nvcc -V测试（大写！）

接下来下载cuDNN

cuDNN 9.1.1 Downloads | NVIDIA Developer

按提示注册nvidia账号后下载

它有写对应的cuda版本，选择适合的。

下载好的zip解压，找到cuda安装目录，把解压出的文件夹的内容复制（替换）到对应文件夹中。

把内容粘贴进去就行，别把文件夹整个覆盖了

来到安装路径\extras\demo_suite打开cmd输入命令测试安装是否成功

bandwidthTest.exe

deviceQuery

 看到这个结果说明搞定了。

有问题尝试手动给环境变量path中添加这几个，我不确定重装后它们是否是自动帮我添加了。

3.安装tensorflow-gpu

打开

查看需要的python版本，创建虚拟环境

Tensorflow与Python、CUDA、cuDNN的版本对应表_tensorflow版本对应python3.11-CSDN博客

conda create --name tensorflow-gpu python=3.9

激活环境

conda activate tensorflow-gpu   

安装想要的版本的tensorflow

conda install tensorflow-gpu==2.16.1

其实如果前面cuda什么的装的不对，它会在虚拟环境里自动装对应的。 

打开 

选择刚才的环境

点击打开终端（terminal）

python
import tensorflow as tf
tf.__version__