Win10安装配置Tensorflow2 + NVIDIA GPU

1. Python环境安装

首先从Anaconda官网（https://www.anaconda.com/）下载Anaconda 安装文件。

下载对应系统的安装文件，运行安装。

安装完成后，打开终端，进入Anaconda虚拟环境，默认的base环境是python3。

2. Tensorflow安装

（1）新建Anaconda虚拟环境

Python版本不要太高，这里选择3.7。

（2）安装Tensorflow-gpu

需要注意：

a. 从2.0版本开始，CPU和GPU软件包合在一起的（1.x的版本是分开的）；

b. 从2.11版本开始，TensorFlow不再支持Windows上的GPU版本，需要在windows WLS2上安装才能使用GPU版本。 因此这里我们需要安装2.0~2.10之间的版本，这里我们选择2.10.0版本。

安装方式一：Anaconda安装

安装方式二：pip安装

终端查看安装的版本（由于没有安装CUDA，这里会提示dlerror。）：

3. 安装NVIDIA显卡驱动

到NVIDIA官网（https://www.nvidia.cn/Download/index.aspx?lang=cn）下载对应显卡驱动。

安装完成后，可以在命令行执行“nvidia-smi”命令查看显卡信息。

4. CUDA安装

CUDA（Compute Unified Device Architecture）是NVIDIA的通用并行计算架构，需要安装CUDA后，才能使用TensorFlow的GPU加速计算能力。在安装CUDA之前注意其与TensorFlow的版本兼容关系（https://tensorflow.google.cn/install/source_windows?hl=en#gpu）。

对应TensorFlow2.10的CUDA版本是11.2。到官网（https://developer.nvidia.com/cuda-toolkit-archive）下载。

下载完成后，直接双击安装文件，默认配置完成安装。安装完成后，终端输入“nvcc -V”，查看CUDA版本。

5. cuDNN安装

官网（https://developer.nvidia.com/rdp/cudnn-archive）下载，注意下载和CUDA对应的版本。

下载之后，解压压缩包，得到下图所示3个文件夹：

将以上3个文件夹复制到CUDA的安装目录即可。

6. Demo

在pycharm中新建项目。

选择Anaconda中创建的环境。

测试代码：

import tensorflow as tf
print(tf.config.list_physical_devices())
print(tf.config.list_physical_devices('GPU'))
print(tf.config.list_physical_devices('CPU'))
Code language: PHP (php)

运行结果如下：

完成！