查看Python與TensorFlow對應版本

安裝GPU版本的TensorFlow的時候，我們需要考慮的一個問題是Python版本與TensorFlow版本的對應關系，可以參考下面這個鏈接：
Python對應TensorFlow

CPU版本

GPU版本

查看顯卡驅動對應的CUDA版本并且下載安裝

打開NVIDIA控制面板：鼠標在桌面右鍵單擊=>NVIDIA控制面板

我這里顯示的驅動程序版本為：472.39
電腦系統自動預裝的CUDA版本是：11.4
可以到官網查看這個驅動對應的CUDA版本：官方鏈接

在終端中輸入：nvidia-smi
注意！！！這是查看驅動最高支持到的版本，并不是已經安裝好的驅動版本

安裝CUDA

去官網下載對應顯卡cuda版本（官網下載較慢），我這里用的是cuda11.2的版本
一直點擊下一步默認安裝即可

安裝CUDAnn（其實沒有真正安裝）

去官網下載對應的版本，我這里用的是CUDAnn8.1.1的版本

加壓后進入文件夾復制下面三個文件夾

打開我的電腦，進入C盤找到這個路徑：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2
將前面cudann/cuda文件夾中的復制的三個文件粘貼至這個路徑下。

緊接著進入bin這個文件夾，并在這個路徑下打開Windows終端 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin
輸入命令:nvcc -V
即可查看驅動是否安裝成功！！

創建Python虛擬環境

在安裝完成CUDA和CUDAnn之后
關于如何利用Anaconda創建python虛擬環境可慘參考：Anaconda創建虛擬環境

conda create -n tf25gpu_py38 python=3.8.12

安裝TensorFlow的GPU版本

pip install tensorflow-gpu==2.5.0

安裝完成后在終端中進入python環境
測試以下代碼：

import tensorflow as tf print(tf.test.is_gpu_available()) print(tf.__version__)

在jupyter notebook中使用GPU版本的TensorFlow

在Anaconda Prompt（Anaconda3）中安裝以下兩個包：

conda install jupyter conda install ipykernel

安裝完畢之后，在windows開始中搜索Anaconda

進入Jupyter Notebook中新建文件測試一下：

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的英伟达3060Ti安装GPU版本TensorFlow2.X的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。