tensorflow2.4.0 GPU版本的安装教程-Windows10

一、硬件环境

GPU版本的tensorflow需要支持Nvidia CUDA的显卡，只有支持CUDA的显卡才能安装GPU版本，否则只能安装CPU版本。

二、软件环境

tensorflow2.4.0 GPU版本的要求：CUDA11.0，CUDNN8.0

1. 检查Nvidia的显卡驱动，并且驱动支持的CUDA版本要大于等于11.0

右键点击电脑右下角的Nvidia设置，打开Nvidia控制面板，再点击左下角的系统信息，然后选择组件，查看驱动版本，图中红框NVIDIA CUDA后面的版本号必须大于等于11.0，如果小于11.0，则需要更新Nvidia的驱动。

2. Visual C++运行环境包

打开电脑的控制面板，点击卸载程序，打开程序列表，就是下面图里面的东东，百度一下，下载一个安装就行了。

三、Anaconda的安装

1. 打开Anaconda的下载链接 https://www.anaconda.com/products/individual#Downloads ， 选择64位版本，下载完成后，直接安装，安装过程中注意把那个 Add Anaconda to my PATH envionment variable 勾选上

2. Anaconda安装完成以后，打开开始菜单里面的Anaconda Prompt， 直接输入conda create -n TF2.4.0 python=3.8 创建一个名为TF2.4.0的环境，过程中需要确认，直接输入y，然后回车就行了

  

3. 环境创建好以后，需要配置一下cudatoolkit的镜像源，系统默认使用国外的镜像源，速度会非常慢，而且极大的概率会中断，在Anaconda Prompt中以此输入下面三条命令，添加清华大学的镜像源

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 --set show_channel_urls yes

四、cudatoolkit-11.0的安装

在Anaconda Prompt中输入 conda activate TF2.4.0 进入刚才已经创建好了的环境中，然后输入conda install cudatoolkit=11.0，将会使用清华大学的镜像源来进行下载安装，由于清华大学那边是校园网，在下载的过程中肯能会中断，多尝试几次就行了。

五、cudnn-8.0的安装

cudnn需要到Nvida官网进行下载，https://developer.nvidia.com/cudnn，选择对应的版本进行下载，下载需要注册一个账号，下载完成以后，将下载得到的压缩文件解压，得到一个名为cuda的文件夹，然后在C盘的Programe files文件夹下新建一个名为cudnn8.0的文件夹，将解压得到的cuda文件夹整个复制到cudnn8.0文件夹下，然后再将cudnn8.0文件夹里面的bin目录的路径添加到系统的环境变量：右键点击我的电脑—属性—高级系统设置—环境变量，在系统变量一栏中找到名为Path的系统环境变量，双击Path，打开编辑环境变量，在右侧点击新建，然后将cudnn8.0里面的bin目录的路径复制进去，保存就行了。

六、tensorflow的安装

打开Anaconda Prompt，输入conda activate TF2.4.0，进入到已经创建好的TF2.4.0环境中，直接输入pip install tensorflow-gpu==2.4.0 -i https://mirrors.aliyun.com/pypi/simple/，进行tensroflow2.4.0 GPU版本的下载安装，这里使用的是阿里云镜像，速度比清华镜像源要快。安装完成以后，一次输入

python

import tensorflow as tf

tf.__version__  #显示2.4.0

tf.test.is_gpu_available() 

返回True，说明tensorflow已经安装完成了，如果返回False，而且显示的是有一个.dll文件找不到的话，那就是你的cuda版本装得不对。