Tensorflow、cuda和cudnn安装与下载（详细）

教程千千万，看这一篇就够了

先安装好anaconda，可从该网站下载：https://repo.anaconda.com/archive/

Tensorflow、cuda和cudnn在本机上折腾来折腾去，将其安装到虚拟环境中他不香吗？后期维护多方便

这里以cuda=10.1.168  cudnn=7.6.0 tensorfolw_gpu=2.3.0为例

1、创建虚拟环境（这里以python3.7为例）：name可自定义

conda create -n name python=3.7

2、激活虚拟环境： 

conda activate name

3、寻找可用的cudatoolkit套件：

conda search cudatoolkit

4、寻找可用的cudnn套件：

conda search cudnn

5、安装cudatoolkit、cudnn：

conda install cudatoolkit=10.1.168 cudnn=7.6.0

也可从下面这个连接中找到其他对应的cuda、cuda和tensorflow版本（安装你想要的版本）

Build from source  |  TensorFlow

6、使用pip命令安装gpu版本的tensorflow（注意使用conda命令时有时找不到gpu版本的tensorflow，原因是conda和pip所使用的源不一样）

pip install tensorflow_gpu==2.3.0

7、安装完成后：进入python并输入以下命令进行测试

import tensorflow as tf
if tf.test.is_gpu_available()==True:
    print('Tensorflow版本可用')
if tf.test.is_gpu_available()==False:
    print('Tensorflow版本不可用')

输出下面这行表示环境配置成功：Perfect

参考：

conda虚拟环境创建、安装cuda cudnn_lzkzls的博客-CSDN博客_conda虚拟环境安装cuda

2021最新：TensorFlow各个GPU版本CUDA和cuDNN对应版本整理(最简洁)_K1052176873的博客-CSDN博客_cuda tensorflow版本对应

如何查看tensorflow-gpu是否可用_lidichengfo0412的博客-CSDN博客_tensorflow检查gpu是否能用