Tensorflow-gpu安装记录

准备阶段： 

首先需要一个anaconda，傻瓜式安装即可。

注意安装过程中配入系统路径，如下所示：

最后可以使用Win+R调出cmd
输入conda -V，可以看到Anaconda的版本号，即为Anaconda安装成功！

下面可以进行换源，不换也可以用。不会的参考下面文章：

conda换源 anaconda如何换源__刘文凯_的博客-CSDN博客_anaconda更换源

开始操作：

 1. cmd命令行下开始创建一个新的tensorflow环境，便于后期的管理。

输入命令: conda create -n tensorflow python=3.7 

会发生下面的变化：

 输入y，创建成功。

 2. 环境创建成功之后，需要在下载一个名叫CUDA的工具来帮助我们的程序在Gpu上运行。

但是在我们的具体使用中，其实真正需要的并不是整个CUDA，而是cudatoolkit，所以我们在这里直接安装cudatoolkit，不需要再下载多个G的CUDA来本地安装。
先在CMD中输入activate tensorflow以激活环境，在目录左侧会显示虚拟环境名称。

 下面输入conda install cudatoolkit=10.1 ，遇到选择都是y，代表yes(这里忘了截图)。

一般情况下10.1都没问题(目前时间是2022/10/24)，因为是比较低的版本，如果有小伙伴的电脑配置比较高可以自己查询适合的版本，对照CUDA的版本号即可。下面附上对应表：

显卡驱动对应的cuda版本_kyle-fang的博客-CSDN博客_cuda版本 与显卡版本

3. 仿照上边下载一个cudnn，在环境里输入代码conda install cudnn=7.6

这个版本号与上边一样，都是要按对应配置下载的，我这里找了一张配料表：

 

 输入y，看到成功结果如下：

 4.下面终于到了主角tersonflow出场了，还是在激活环境下输入pip install tensorflow-gpu==2.1.0

，注意下面的成功提示：

到这里，安装就告一段落了,希望能对各位有点帮助！