1. 版本选择
打开NDVIDIA控制面板里的系统信息,可以看到这里推荐了cuda11.5的版本
2.cuda安装
CUDA Toolkit 11.5 Update 2 Downloads | NVIDIA Developer
CUDA Toolkit Archive | NVIDIA Developer
3. cudnn安装
下载对应版本的cudnn
NVIDIA cuDNN | NVIDIA Developer
解压缩,将所有文件复制到cuda的安装路径中,通常为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5
4.tf 2.6-gpu安装
pip install tensorflow-gpu==2.6.0
5.环境配置
tensorflow官网给出的建议如下:
打开环境变量,可以看到在安装cuda后已经自动多出了cuda_path和cuda_path_v11_5
手动补上cuda_bin_path、cuda_include_path、cuda_lib_path
6.测试
import tensorflow as tf
print("Num GPUs Available: ", len(tf.config.list_physical_devices('GPU')))
得到以下结果,则配置成功
Num GPUs Available: 1
附:tensorflow官网各gpu版本与对应cuda、cudnn版本
从源代码构建 | TensorFlow