博客

前言：

本文是作者的原创文章，禁止任何人转载！

本文主要是针对tensorflow2.1 gpu版以上的版本环境配置和安装，安装1.x的低版本请不要参考这个教程，1.x的过时版本兼容性很差，安装较为复杂，暂时忽略。

准备工作：

请下载anaconda或者miniconda、nvidia显卡驱动新版本（你电脑要是有了驱动，可别一根筋的再下）、pycharm为可选想下载就下载。

警告：推荐

anaconda4.5以上，这里说的是version>4.5而非>=4.5,4.5及一下版本慢的要死，推荐miniconda占用空间更小，硬盘小的空间建议下载。对于没有固态硬盘的电脑也谨慎安装anaconda，否则安装慢的让你怀疑人生！

python推荐3.7以上，3.7以下很容易出bug，会让你抓狂的！

安装前查看显卡驱动

在cmd命令行输入nvidia-smi

一般gforce960以上的显卡都支持gpu版，算力不超过4.0的低配显卡不要安装gpu版

tensorflow深度学习环境详细安装和配置过程

1. 安装anaconda，我这里采用Miniconda3-py38_4.10.3-Windows-x86_64.exe

   关于这个我都不想给你啰嗦太多，实在太简单了，只要你英文有小学水平即可，双击miniconda，接受协议，一直next到底就行。

   

2. 安装完打开miniconda，问miniconda在哪打开？你可真难住我了，在开始菜单打开就行。

   

3. 进入miniconda prompt界面，你可别告诉我你习惯了anaconda navigitor那个工具，你要是学tensorflow，装个包还依赖那个工具那就放弃吧。

   

4. 新建tensorflow虚拟环境用与配置搭建tensorflow gpu版深度学习环境，或是你想在base环境中安装也行，我推荐你新建一个3.8的环境。执行以下命令

   conda create -n tensorflow python==3.8.8

   输入y

   

进入tensorflow环境

conda activate tensorflow

安装cudatoolkit+cudnn，根据你安装的anaconda版本不同来安装相应的cudatoolkit，因为我安装的是tensorflow2.7版本，所以我安装cudatoolkit11.3

conda install cudatoolkit=11.3 cudnn=8.1

出现y，点y就行

网络慢的就多内心等待一会，实在太慢可以配置镜像源就行，如果还慢的话你看看能不能练下手机热点了，这个安装过程就是拼网速的过程了。

安装tensorflow

pip install tensorflow-gpu==2.7

测试tensorflow-gpu版本是否可以用

输入

输入python回车输入import tensorflow as tf输入tf.test.is_gpu_available()如果返回的是true代表安装成功，如果是false是安装失败

至此安装成功！