Tensorflow2.4GPU版安装指南

要想安装好tensorflow2.4需要Python,CUDA,cuDNN。3个版本对应起来。具体看下表：

1.安装CUDA跟cuDNN

A.先要看自己的电脑是否配适

右键单击NVDIA控制面板->帮助->系统信息->组件。查看驱动版本。

 本机最高驱动11.1,也就是说只能安装11.1以下的版本。

B.安装CUDAD地址

CUDA Toolkit 11.0 Download | NVIDIA Developer

C.安装cuDNN地址（需要注册）

cuDNN Archive | NVIDIA Developer

D. CUDA安装好之后在cmd命令行输入vncc -V 显示版本好后说明安装成功。

E.CUDA 并不是针对于神经网络专门的 GPU 加速库，它面向各种需要并行计算的应用设计。如果希望针对于神经网络应用加速，需要额外安装cuDNN 库。需要注意的是，cuDNN 库并不是运行程序，只需要下载解压 cuDNN 文件，并配置 Path 环境变量即可。

F.下载完成 cuDNN 文件后，解压并进入文件夹，我们将名为“cuda”的文件夹重命名为“cudnn765”，并复制此文件夹。进入 CUDA 的安装路C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0，粘贴“cudnn765”文件夹即可，此处可能会弹出需要管理员权限的对话框，选择继续即可粘贴.

G.CUDA 安装完成后，环境变量中应该包含.

“C:\Program Files\NVIDIAGPUComputingToolkit\CUDA\v11.0\bin”、

“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\libnvvp”

''C:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v11.0\cudnn765\bin”三项，具体的路径可能依据实际路径略有出入,如图所示确认无误后依次点击确定，关闭所有对话框。

H.如何判断cuda和cudnn安装完成？cd到安装目录下的 …\extras\demo_suite,然后分别执行bandwidthTest.exe和deviceQuery.exe,应该得到下图:

  

 到此我们可以环境配置结束，可以正式安装tensorflow2.4了。

2.安装gpu版tensorflow2.4

A.进入命令行模式

conda info -e （查看所有的虚拟环境）

conda create -n tensorflow2.4 python=3.8 (创建环境)

conda activate tensorflow2.4(虚拟环境名字)（进入到该虚拟环境中）

B.然后安装

pip install tensorflow-gpu==2.4 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

(这个不行的话用下面的)

pip install --upgrade --ignore-installed -i https://pypi.mirrors.ustc.edu.cn/simple tensorflow-gpu==2.4.0

C.然后安装keras

pip install keras -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

（后来跑一个脚本需要opencv

于是把keras改成opencv-python就ok了，这个源真奇妙）

D.测试GPU版是否能用

import tensorflow as tf

tensorflow_version = tf.__version__

gpu_avilable = tf.test.is_gpu_available()

print('GPU版本:',tensorflow_version,'\GPU是否可用',gpu_avilable)

显示：GPU版本: 2.4.0 \GPU是否可用 True

到这里tensorflow2.4-gpu版本安装成功，给自己点个赞！