win10 + tensorflow2.4 +cuda11.0 + cudnn配置深度学习GPU环境

前言：说实话，很开心。因为之前的电脑版本配置太低，没有英伟达的显卡，导致不能用Gpu,很羡慕隔壁的小伙伴，那GPU刷刷的。

cuda+cudnn安装

进入正题，本机的英伟达的显卡的组件这边是11.2的，我就直接下了，然后我也直接下了cuda11.2版本的，但是报错，我就卸载之后重新安装了cuda11.0版本的。

下载之后安装，网上有很多安装教程，大家可以去看。进入cmd，nvcc -V，如果出现以下的信息就表示安装好了。

根据下载的cuda的版本下载对应的cudnn版本。解压之后将文件中的三个文件夹复制到cuda安装的路径下

之后需要去系统变量里面添加环境，进去之后会发现系统自动为我们添加以下几个变量。

进入path变量，系统也有帮我们自动添加两个，但是不全，具体是那两个忘记了 ，但是补上就可以了。

cudatoolkit下载

这一步之后我进入到我创建的虚拟环境中下载了cudatoolkit=11.0。但是我现在也不太清楚为啥，或者有没有不要

conda install cudatoolkit=11.0

然后将刚才下载下来的cudnn文件中的lib/x64 文件夹下的文件全部复制到虚拟化环境中的libs文件夹中。

tensorflow 下载

conda activate envname #激活虚拟环境
pip install tensorflow=2.4  #在虚拟环境中安装tensorflow

测试

python  #进入python
import tensorflow as tf #导入tensorflow
tf.test.is_gpu_available()
#tf.config.list_physical_devices('GPU')

true的话就是成功啦，就可以愉快的跑代码了。冲