环境配置：

一、安装CUDA

1.确认计算机显卡型 ：

在设备管理器（鼠标右键单击此电脑，选择管理，进入页面，即可在左侧看到设备管理器）中查看GPU的型 （有独显）

 2. 确定显卡支持的CUDA版本：

打开英伟达控制面板→帮助→系统信息→组件，查看CUDA版本

 3. 到英伟达官 下载对应的CUDA版本。

      下载地址：
       https://developer.nvidia.com/cuda-toolkit-archive

       百度 盘下载：

      我下载的版本是CUDA10.2（在线下载）

 选择CUDA的安装环境，安装类型我这里以 在线安装（network）为例

 4. 安装CUDA：

     双击执行下载的exe文件，会先解压文件到临时目录（不是安装目录），保持默认即可

 5. 安装过程：

      选择自定义

取消勾选 Visual Studio Integration，也有的教程说后面两个Driver Components 和Other Components也可以取消勾选。

 ?建议默认安装在C盘 。

?

 ?刚开始一直在0%得等一会，我的安装过程大概是15min（因为是在线安装较慢）

6. 配置CUDA的环境变量 

环境变量打开方式（我的电脑–右击–选择属性–选择高级系统设置–环境变量）

先检查环境变量是否存在，不存在再手动添加。

手动添加如下：将以下复制粘贴到CUDA_PATH的变量值里

C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2libx64
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2include
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2extrasCUPTIlib64
C:ProgramDataNVIDIA CorporationCUDA Samplesv10.2binwin64
C:ProgramDataNVIDIA CorporationCUDA Samplesv10.2commonlibx64

 7. 验证CUDA是否安装成功

      win+R    输入cmd打开命令提示符窗口，输入nvcc -V

二、conda下安装TensorFlow 

1. 安装 Python 环境。此处建议安装 Anaconda 的 Python 3.7 64 位版本。Anaconda 的安装包可在 这里 获得。

2. 打开开始菜单中的 “Anaconda Prompt” 进入 Anaconda 的命令行环境，使用 Anaconda 自带的 conda 包管理器建立一个 Conda 虚拟环境，并进入该虚拟环境。在命令行下输入：

# “tf2”是你建立的conda虚拟环境的名字 

# 进入名为“tf2”的conda虚拟环境 

      3.使用 Python 包管理器 pip 安装 TensorFlow。在命令行下输入 

 用上面的命令下载太慢的话可以直接指定镜像下载，如下：

等待片刻即安装完毕。

也可以使用  来安装 TensorFlow，不过 conda 源的版本往往更新较慢，难以第一时间获得最新的 TensorFlow 版本；

从 TensorFlow 2.1 开始，pip 包  即同时包含 GPU 支持，无需通过特定的 pip 包  安装 GPU 版本。如果对 pip 包的大小敏感，可使用  包安装仅支持 CPU 的 TensorFlow 版本。

三、CUDA Toolkit 和 cuDNN 的安装 

安装 CUDA Toolkit 和 cuDNN,要按照 TensorFlow 官方 站所说明的版本 安装。这里安装的是cudatollkit10.1和cudnn7.6.5(注：两条命令分别输入Anaconda Prompt中，一个安装完成再安装另外一个)

在安装前，可使用  和  搜索 conda 源中可用的版本 。

当然，也可以按照 TensorFlow 官方 站上的说明 手动下载 CUDA Toolkit 和 cuDNN 并安装，不过过程会稍繁琐。

四、验证TensorFlow是否安装成功

安装完毕后，我们来编写一个简单的程序来验证安装。

在命令行下输入  进入之前建立的安装有 TensorFlow 的 Conda 虚拟环境，再输入  进入 Python 环境，逐行输入以下代码：

如果能够最终输出:

以上主要参考：

五、继续 错：

21:50:09.172128:W tensorflow/stream_executor/platform/default/dso_loader.cc:64] Could not load dynamic library ‘cudart64_110.dll’; dlerror: cudart64_110.dll not found 2021-11-14

21:50:09.172128: I tensorflow/stream_executor/cuda/cudart_stub.cc:29] Ignore above cudart dlerror if you do not have a GPU set up on your machine.

错的文件 可能不太一样，但是这依旧是版本不匹配的问题，解决方式如下：（个人推荐第三种）

1.有人说先import scipy 就可以正常运行import tensorflow了，但是我在conda里可以但是pycharm里面依旧不行。

2.在cuda的安装目录C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2bin下复制名称相近的改名成缺少的文件即可。//我是这么干的不知道会不会有问题，有问题之后再说。

文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树人工智能深度学习215386 人正在系统学习中