如何安装gpu 版本的 tensorflow tensorflowgpu安装教程

tensorflow GPU版本安装教程(win10+NAVID显卡环境下详细教程)

1.安装前准备

1.1 确认显卡与环境准备

需要先确认显卡的厂家是NAVIDIA显卡，其次需要安装配置好python环境（版本3.5-3.10都可），在没有安装anaconda的情况下，需要卸载TensorFlow依赖的库函数（tensorboard, tensorflow-estimator、tensorflow、keras-applications、keras-preprocessing），如果安装了anaconda，可以忽略包依赖问题，之后可以按照步骤进行TensorFlow-GPU版本的安装。

1.2确认版本

由于TensorFlow-GPU版本与CUDA，cuDNN的版本需要完全对应一致才能正常安装，因此这一步十分重要。

首先双击NAVIDIA设置，进入显卡的NAVIDIA控制面板，

再点击帮助->系统信息

此时在“组件”选项卡下可以看到当前cuda驱动的版本（图中显示的是v11.7），之后选择的cuda版本不能高于此处显示的版本。（注意：此驱动可以升级，升级之后能适配更高版本的TensorFlow）

根据此版本到https://spltech.co.uk/installing-tensorflow-2-9-with-gpu-support/上查看适合安装的cuda，cuDNN，TensorFlow-gpu, 以及python的版本。

比如对于我的显卡驱动（v11.7）来说，可以选择11.2版本的cuda与8.1版本的cuDNN,这种版本组合可以适配python3.5-3.10，以及TensorFlow2.5-2.9。如果你想适配最新版的TensorFlow与python，但是发现自己电脑显卡驱动版本低于适配的版本，可以自行到NAVIDIA官网下载最新驱动，安装后再查看版本是否符合

2. 安装CUDA

2.1下载cuda toolkit安装包

在2.2中已经确定了安装的cuda版本，到https://developer.nvidia.com/cuda-toolkit-archive中找到目标版本，本机选择下图中的11.2.2版本下载，进入下载页面后选择对应的操作系统版本，进行下载。

2.2安装cuda

1. 下载好安装包之后直接双击安装，解压路径可以按照默认，安装之后会自己清除。
2. 完成之后选择自定义->下一步
3. 此时进入安装组件选择，本机选择的是全选。
4. 之后一直点击下一步，直到安装完成，安装路径默认c盘，不建议修改（如果想要修改请自行记住安装路径，后面步骤需用到）。
5. 安装完成之后，右键“我的电脑”，依次进入->“属性”->“高级系统设置”->“环境变量”，查看系统环境变量中是否有CUDA环境变量。如果有说明CUDA安装完成，进行下一步。

3. 安装cuDNN

根据1.2中确定的cuDNN版本，到https://developer.nvidia.com/rdp/cudnn-archive中下载对应的cuDNN版本。此处需要注意下载与上一步安装的CUDA版本相对应的cuDNN工具包。该网页第一次下载需要进行账号注册，需要使用到自己的邮箱，如实填写即可。

这里附上可以直接下载的cnDNN v8.1.1 win10 64 for CUDA11.0，11.1 ,11.2 ，其他版本请自行注册下载。

接下来解压下载好的压缩包，有三个文件夹。

同时打开步骤2中CUDA的安装目录，可以发现也有同名的目录，需要将上图中bin\文件夹下所有的.dll文件复制粘贴到CUDA的bin\内，上图中include\文件夹下的所有.dll文件复制粘贴到CUDA的include\文件夹内，上图中lib\x64内所有文件复制粘贴到CUDA的lib\x64\文件夹内。到此为止，CUDA与cuDNN安装完成。

3. 安装TensorFlow-GPU

• 方法1 如果安装了anaconda，可以按照步骤复制以下代码到cmd中运行，进行安装，如果没有anaconda，直接跳到方法2。

1. 添加opentuna镜像源，如果你已经使用了其他镜像源，此步可以跳过。

pip config set global.index-url https://opentuna.cn/pypi/web/simple

2. 创建虚拟环境

conda create -n TF2 python=3.10

3. 激活环境

activate TF2

4. 安装TensorFlow-gpu，版本号请自行确认

pip install tensorflow-gpu==2.9.0

5. 测试是否安装成功

python
import tensorflow as tf
tf.config.list_physical_devices('GPU')

如果能显示GPU设备则安装成功

• 方法2如果没有安装anaconda，就只能在默认的python环境中安装，如开头所说，在没有安装anaconda的情况下，需要卸载TensorFlow依赖的库函数（tensorboard, tensorflow-estimator、tensorflow、keras-applications、keras-preprocessing），之后在命令提示符中运行如下代码安装：

1. 使用pip安装，版本号自行确认

pip install tensorflow-gpu==2.9.0

2. 依次运行以下代码，确认安装是否成功

python
import tensorflow as tf
tf.config.list_physical_devices('GPU')

如果能显示GPU设备则安装成功