2022年2月win10系统下安装TensorFlow-GPU==2.6过程记录

1.下载NVIDIA显卡驱动版本465.89

465.89-desktop-win10-64bit-international-whql.exe

下载方法参考链接：

载搜索数量为100的历史显卡驱动(70条消息) 英伟达官网如何下载显卡老版本驱动_weixin_46306954的博客-优快云博客_英伟达老版本驱动哪里下载https://blog.youkuaiyun.com/weixin_46306954/article/details/116301299(70条消息) 英伟达官网如何下载显卡老版本驱动_weixin_46306954的博客-优快云博客_英伟达老版本驱动哪里下载

2.下载CUDA，cuDnn，历史版本链接：

CUDA Toolkit Archive | NVIDIA Developerhttps://developer.nvidia.com/cuda-toolkit-archive

cuDNN Archive | NVIDIA Developerhttps://developer.nvidia.com/rdp/cudnn-archive

cuda版本11.3.1

cuda_11.3.1_465.89_win10.exe

这个版本有没有可以在资源库里查看：main/win-64 (anaconda.com)

此处cuda版本后缀理解为匹配的显卡驱动版本，所以前面选择标注紫色一致的显卡驱动下载。
 

cudnn版本匹配

8.2.1-cuda11.3_0

NVIDIA官网下载链接见下面一项中的链接。

3.查询一下显卡驱动与CUDA是否合适

参照之前链接中内容：GPU和CUDA+cudnn版本匹配查询

(70条消息) NVIDIA显卡驱动旧版本下载安装+CUDA下载+cudnn下载+解决CUDNN_STATUS_INTERNAL_ERROR+Failed to call ThenRnnForward_caicaiyunyun的博客-优快云博客_老版本显卡驱动https://blog.youkuaiyun.com/caicaiyunyun/article/details/113839559?spm=1001.2014.3001.5502

 查看安装的显卡驱动版本和CUDA版本

 当命令nvidia-smi无效时，进入NVSMI路径下再输入即可。将NVSMI路径加入Path环境变量中，重启即可。

4.安装TensorFlow-gpu==2.6.0

pip install tensorFlow-gpu==2.6.0

此处有个问题，默认安装的keras版本与TensorFlow版本不匹配，报错。

解决办法：先卸载，在安装2.6.0版本的keras

pip uninstall keras  # 卸载的版本一般是高于当前安装的TensorFlow版本的，即>2.6.0

pip install keras==2.6.0

5.安装cudatoolkit和cudnn

conda install cudatoolkit==11.3.1

conda install cudnn==8.2.1

与前边安装的CUDA和cuDnn版本一致

6.安装其他常用缺失包

安装scipy,matplotlib
pip install scipy
pip install matplotlib

# 删源(换回conda的默认源)
conda config --remove-key channels
# 删源后才能找到graphviz-2.38安装包
conda install pydot
# 安装pydot-ng才能正常使用
pip install pydot-ng