win10+Anaconda 安装tensorflow2，配置CUDA，cuDNN过程

环境

win10 + Anaconda3 + NVIDIA显卡（GTX 1050）

一、安装Tensorflow2

在Anaconda Prompt下创建并进入虚拟环境，环境名字可自定义

conda creat -n tensorflow2 python=3.7
activate tensorflow2

以下命令安装最新版本的Tensorflow（CPU，GPU通用）

pip install tensorflow

Tensorflow版本和CUDA、cuDNN版本要兼容，可根据需要安装之前版本，如

pip install tensorflow==2.4.0
或
pip install tensorflow==2.4.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/

推荐下图中已经通过测试了的版本 图片来源

二、安装cudatoolkit和cudnn

要使Tensorflow支持GPU运算，需要NVIDIA显卡、CUDA、cuDNN

CUDA和cuDNN可以安装在系统中，也可安装在虚拟环境中，本人系统中已经安装了CUDA 9.0，重装较麻烦，还要添加环境变量什么的，所以这次就直接在虚拟环境安装

1、在设备管理器查看电脑显卡

2、打开NVIDIA控制面板，点帮助->系统信息， 查看支持的最高CUDA版本

支持的最高CUDA版本和显卡无关，主要和显卡驱动有关，我的显卡驱动之前坏了，重新安装了新版本的驱动，支持的CUDA版本就从9.0到了11.3

如果支持的CUDA版本太低，可以在这里选择自己的显卡，搜索安装最新版本的显卡驱动
https://www.nvidia.com/download/index.aspx?lang=en-us

附：显卡驱动和CUDA版本对应关系
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

3、在虚拟环境下安装cudatoolkit、cudnn

选择需要安装的版本

添加镜像源

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

比如tensorflow版本为2.4.0，可以安装CUDA 11.0、cuDNN8.0

conda install cudatoolkit=11.0
conda install cudnn=8.0

安装时可能会发生中断

这时可将下载地址复制到浏览器，把压缩包下载到本地，然后再安装，具体参考这里
安装时需要进入放置压缩包的文件夹，然后用以下命令安装

conda install --use-local cudatoolkit-11.0.3-h3f58a73_8.tar.bz2

参考
【Tensorflow】Win10同时安装多版本tensorflow多版本CUDA

【conda】利用conda安装本地包