tensorflow2的GPU版本安装

一、安装Anaconda与Python

详情直接参考我的这篇文章Anaconda安装与配置

二、安装CUDA

1.首先查看本机GPU对应的cuda版本，如下图所示，本机cuda版本为11.6，后面选择的cuda版本不要超过这里的版本。

操作：单击鼠标右键->NVIDIA控制面板->帮助->系统信息->组件

 2.检查完cuda之后，进入 https://developer.nvidia.com/cuda-toolkit-archive 该网站选者相应的cudatoolkit版本下载，如图所示，本机选择下载的版本为10.1，这里选择版本一定要注意，因为cuda版本会决定你下载的cudnn和tensorflow-gpu版本，若不一致，会出现版本不匹配等问题，无法使用。

 

  3.下载完cuda之后
 ①打开安装包，此时会出现一个提示框，让你选择临时解压位置（该位置的内容在你安装完cuda之后会自动删除），这里默认即可，点击ok。

 

  ②完成上一步后，选择自定义，然后点下一步。

  ③完成上一步，这里CUDA一定要勾选上，下面的可选可不选，对后续没有影响。 

 ④然后一直下一步，等待安装结束（中间让选择安装位置时，可以更改目录，最好只改前面的盘符，后面的文件夹保持一致，方便以后管理）。
⑤完成安装后，检查一下环境变量是否存在，一般安装完成会自动配置好环境变量，若是没有，则需手动配置，具体过程如下。
      a.打开电脑属性，找到高级系统设置，选择环境变量打开。

     b.查看是否有以下环境变量，没有则需要自行添加，对应图片上的名称和值，配置你电脑CUDA安装所在的位置。

 CUDA的安装就结束了，接下来下载解压cuDNN文件。

三、安装cuDNN

 打开该网址 https://developer.nvidia.com/rdp/cudnn-archive ，第一次单击下载时，会让你先注册登录，然后再进行下载，注册过程认真填写内容就没问题，此处略过，接下来进入下载环节。
 ①首先，根据安装的CUDA版本下载对应的cuDNN版本，以及对应的tensoflow-gpu版本、python版本都从这里查看，详细信息查看该网址 https://tensorflow.google.cn/install/source_windows。

因为本机安装的CUDA10.1版本，所以选择cuDNN7.6进行下载，下面红框中的都可以选择。

②下载完成后，解压此文件，将cudnn文件中对应的文件移动到cuda对应的安装目录中，注意不要移动到错误的位置。

 cuDNN的安装到这就结束了，接下来就要安装期待已久tensorflow-gpu。

 四、安装tensorflow-gpu

使用Anaconda（如果选择这一步，就不需要额外下载python，以及各种常用工具包，它会打包下载好）

使用pip直接安装（本机采用该方式）
      首先，打开cmd命令行界面，这里建议使用管理员身份打开。

      然后，就可以在命令行中输入以下命令进行安装：

pip install tensorflow-gpu==2.3.0 --default-timeout=100 -i https://pypi.tuna.tsinghua.edu.cn/simple

 到此为止，使用pip安装tensorflow-gpu就结束了，接下来可以进行测试是否可以正常运行，新建一个python文件，输入以下命令，可以使用任何方式运行这段代码（这里使用的是pycharm，若没有则直接进入官网下载即可，十分方便），当出现下图红色内容时，说明成功运行tensorflow-gpu版本。

import tensorflow as tf
tf.autograph.set_verbosity(0)
physical_devices = tf.config.experimental.list_physical_devices('GPU')
print(physical_devices)

 出现以下信息说明安装成功！