Win11系统+RTX3060安装Tensorflow2.7+Keras2.7+Cuda11.1+Cudnn8.1.0

整体步骤

最近新买了一个电脑自带的是WIN11系统，还想着去专门下载支持Win11的Cuda，最后逛了一圈以后发现其实Win10的Cuda版本也可以使用，为了使用3060的Cuda，折腾了2天都在运行模型时出现各种各样的问题，终于弄好后想着写一个教程给大家一个参考。

首先安装Anaconda

Anaconda直接在官网上下下来安装完成就行了，网上有很多的教程，我就不再赘述了。
安装好Anaconda以后进入Anaconda的Prompt

然后使用命令行新建一个Conda环境：

conda create --name tf27 python=3.7

创建完成之后使用命令切换到刚才我们创建好的环境之中

conda activate tf27

然后使用豆瓣源pip下载tensorflow2.7相关的依赖包，tensorflow1.15版本以上就不需要区分普通版和Gpu版本的了，可以直接安装，并且keras在安装时也会一并安装下来。

pip install tensorflow==2.7.0 -i https://pypi.douban.com/simple/

CUDA的安装

CUDA就直接先去官网下载11.1的本地安装包
CUDA11.1

下载好以后安装不要选择全部安装，点击自定义安装，如果你电脑的驱动版本或者Geforce Experience版本比需求版本高的话，就把前面的勾勾取消掉只安装第一个组件

安装完成后在命令行输入：

nvcc -V

出现这个就说明安装成功了。

Cudnn的安装

进入Cudnn的官网去下载对应版本的cudnn8.1.0：
Cudnn8.1.0
Cudnn需要注册才能下载，跟着流程走就行了。
下载后将zip文件解压到安装Cuda的文件夹中

（当然这一步是我自己这样做的，不知道到底有没有用哈，反正对我是有用的）
然后将这个3个文件夹里的东西分别复制到Cuda对应的文件夹中，lib要复制到x64那个文件夹中

复制完了之后，cudnn的整体文件夹还是保存，不需要删除。
然后进入我的电脑->高级系统设置->环境变量中去设置环境变量，编辑path然后将最上面的4个变量按照你自己下载的目录填写上去。

填写完成后，一路点击确定。
然后就可以去你的程序检测是否完成安装了.
tf.test.is_gpu_available()这种测试方法对我没用，我前面装的3个Cuda都可以通过这个检测，但是一旦使用到具体的模型中就无法使用了。