下载cuda11.2+cudnn8.1+tensorflow-gpu2.5

下载前请先安装显卡驱动，去显卡官网找对应的驱动，英伟达4060就去英伟达官网找4060的驱动。

安装cuda11.2和cudnn8.1

要注意自己的版本，目前tensorflow-gpu2.5或最高版本tensorflow-gpu2.6只支持cuda11.2和cudnn8.1。
同时cuda版本要低于显卡最高支持版本，使用命令行语句查看：

nvidia-smi

具体安装过程看cuda11.2+cudnn8.1+tensorflow2.5.0环境配置
如果要像上面的博客一样，输入nvcc -V查看版本，得先去看一下上面的博客后面写的cuda的环境配置，只看cuda使用nvcc -V只需要先配置两个路径在环境变量Path下，即：

D:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\V11.2\bin
D:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\V11.2\extras\CUPTI\lib64

这里主要讲自己安装过程遇到的问题，具体安装不多说了。

安装tensorflow-gpu2.5过程中遇到的问题——解决

这一块问题最多。
①安装过程中可能会提示你Not matching distribution found for keras nightly~=2.5.0 dev
解决：pip install tensorflow-gpu==2.5.0 -i https://pypi.org/simple/
②Error while loading conda entry point: anaconda-cloud-auth (cannot import name ‘Self’ from ‘typing_extensions’ (D:\ProgramData\anaconda3\lib\site-packages\typing_extensions.py))
解决：conda update typing_extensions
③AttributeError: module ‘numpy’ has no attribute ‘object’.
np.object was a deprecated alias for the builtin object. To avoid this error in existing code, use object by itself. Doing this will not modify any behavior and is safe.
解决：进行numpy降级，numpy 1.20 版本以上就会出现没有’object’, 但是tensorflow-gpu2.5中用到了numpy的’object’

pip install numpy==1.19.5
conda install numpy-base==1.19.5

如果pip install numpy==1.19.5，使用conda list numpy会出现numpy已降级，但numpy-base还是高版本，所以也应进行降级。

如果在安装过程中，打不开anaconda navigator图形化界面了

pip uninstall typing_extensions
conda remove typing_extensions
conda install typing_extensions

参考博文

No matching distribution found for keras-nightly~=2.5.0.dev
安装cuda+cudnn+tensorflow+torch及anaconda虚拟环境配置
cuda11.2+cudnn8.1+tensorflow2.5.0环境配置
（2024）AttributeError: module ‘numpy‘ has no attribute ‘object‘.