cuda10.1对应的tensorflow-gpu,cuda10.1对应tensorflow版本

为了不耽误大家的时间，在阅读之前请注意

　　1.如果您的计算机上没有Nvidia显卡，请关闭此页面。这个教程对你没用；

　　2.如果你的电脑配置与windows版本和显卡版本不匹配等。而且不是Win10 Nvidia显卡，请谨慎，随机应变。本教程还提供了与您的版本相对应的想法，以避免在下载和安装软件包时出现软件兼容性问题。

　　3.如果您的计算机上没有同时安装Anaconda和Python，请在安装后查看本教程。

　　如果你的电脑没有上述情况，请继续读下去。

目录

　　下载CUDA和cuDNN安装包

　　1.1检查电脑附带的CUDA64.DLL版本。

　　1.2检查计算机驱动程序版本。

　　1.3去官网下载符合要求的CUDA安装包。

　　1.4下载Cu dnn安装包

　　安装CUDA和cuDNN

　　2.1安装cuda

　　2.2铜dnn的安装

　　3.配置环境变量

　　张量安装过程

　　下载CUDA和cuDNN安装包1.1，勾选电脑附带的CUDA64.DLL版本，在电脑桌面的空白处使用鼠标右键，弹出菜单中会显示Nvidia控件。

　　选择“组件”。

　　这里可以看到，电脑的NVDLL版本是11.3.122。这意味着必须在官网下载的CUDA版本必须是最接近原生配置但低于原生配置的CUDA版本11.3。至于为什么要下载这个版本，主要是考虑后续CUDA安装中的系统兼容性问题。(如果安装的版本低于预装版本，安装过程中会显示错误信息“youalreadyhavenewerversionofnvidia FrameviewsDK Installed”。如果你坚持安装较低版本，请参考下面的博客来解决问题。

　　3359 blog.csdn.net/weixin _ 43082343/文章/详情/119043543

　　1.2检查电脑的驱动版本，打开电脑cmd，在命令行输入

nvidia-smi

　　驱动版本466.81，cuda版本11.3。

　　1.3去官网下载符合条件的CUDA安装包，去CUDATOOLKITARCHIVE NVIDIA Developer的网站找几个CUDA11.3对应的资源：

　　只有两个，单击一次版本化在线文档以查看所需的配置信息。首先，CU

　　DA工具包11.3.1:

　　单击发行说明：

　　从出现的第一张表可以看出，要求电脑的驱动版本至少是465.89，而我的电脑的驱动版本是466.81，符合要求。同样的，查CUDA Toolkit 11.3.0的要求，但是所有的更新版本都达到了要求。必须直接下载更新版本，所以不需要看11.3.0的要求，直接下载Cuda Toolkit 11.3即可。

　　点击CUDA Toolkit1.3.1进入下载界面，然后点击下载。

　　1.4在官网cuDNN存档下载cuDNN安装包 NVIDIA开发者下载cud nn v 8 . 2 . 1(2021年6月7日)，针对cuda11.x:

　　下载WindowsX86版本

　　注意：要下载cuDNN，需要先注册一个Nvidia账号。很多教程都说这部分麻烦。其实保险起见，大家还是老老实实注册登录下载吧。毕竟是官网资源，不收费。在百度上找免费资源也有可能带来病毒，你们极客肯定还是喜欢自己动手。

补充说明：受一些老教程的误导我在安装CUDA和TensorFlow之前给电脑安装了VC_redist.x64，用于给电脑安装上Visual C++开发环境，保险起见大家先安装完VC_redist.x64之后再进行下面的工作。

　　大家可以在官网支持的最新Visual C下载(microsoft.com)上下载安装。软件很小，一路按回车键就可以傻瓜式安装。

　　2.安装CUDA和cuDNN 2.1安装CUDA

　　双击cuda_11.3.1_465.89_win10.exe文件(刚下载的cuda安装包)安装，选择自定义安装，自己选择安装位置，记住自己的安装路径，以后配置环境变量的时候会用到。

　　(1)第一个弹出窗口是设置临时解压路径，可以自定义，也可以默认。安装完成后解压的文件会自行删除，不用担心。

　　(2)

　　(3)提取后，程序会检查兼容性：

　　(4)选择[同意并继续]和[自定义]进行安装：

　　(5)取消选中CUDA中的Visual Studio集成。这是一个VS的插件，容易导致安装失败。我不检查是因为我用pycharm。

注意：所有待安装插件版本低于当前版本的的统一取消勾选！！！

　　(6)单击下一步选择安装位置：

　　我的位置：D:CUDACUDA11_3

　　(7)接下来，等待安装完成并关闭它。

　　(8)安装完成后，可以查看安装是否成功。在终端中键入命令nvcc -V，并检查CUDA版本。如果能显示出来，就是成功的。

　　2.2安装cuDNN。上一部分下载的官方安装包命名为cud nn-11.3-Windows-x64-v 8 . 2 . 1 . 32 . zip，是一个压缩包。解压缩后，是一个名为 cuda 的文件夹下的以下文件：

　　复制完所有文件后，将其粘贴到之前的CUDA安装目录中：

　　3.配置环境变量。右键【这台pc】，也叫电脑-属性-高级系统设置-环境变量-在系统变量下半部分找到【路径】，双击打开(或者点击编辑)。

　　单击[新建]完成以下环境变量，并将它们移到顶部。如果您之前成功安装了CUDA，下图中的第二个和第三个环境应该是由系统自动添加的：

　　到目前为止，你的CUDA和cuDNN已经安装好了。

　　4.安装Tensorflow

（1）直接在cmd命令行窗口输入pip install tensorflow

　　新版tensorflow同时包含cpu和gpu支持，所以是tensorflow而不是tensorflow-gpu。不指定2.0或2.3版本，就默认新版本，老版本有bug。

　　不要修一些花哨的国产镜源什么的。现在他们中的许多人都不在维护之列。只要你的电脑配置比较新，网络环境不至于差到QQ上不去。

　　等了一两分钟就完了，不像有些人说的那么慢。

（2）检验是否安装成功：

　　在cmd命令行窗口或Anaconda提示符命令窗口输入python进入python交互模式，然后依次输入以下命令：

　　将张量流作为tf导入

　　打印(tf。__版本_ _)

　　print(GPU ，tf.test.is_gpu_available())

　　所有三个命令都正确执行，没有错误表明安装成功。

　　文中部分图片来自https://blog.csdn.net/typefree/article/details/117998734,被侵删。