Windows系统下完美配置GPU版TensorFlow2.x深度学习环境（附带每个步骤所需软件工具的链接）

1、安装TensorFlow

打开cmd输入：pip install tensorflow-gpu

（默认是安装最新版，如果需要指定安装版本，例如2.5.0版本，则可以输入：pip install tensorflow-gpu==2.5.0）

2、安装cuda11.7

理论上来说下载11.1或以上版本的CUDA都可以，这里以11.7为例：
点击进入官网下载
如图所示：

Win10用户可以点击下面链接直接下载：
点击下载cuda11.7

3、安装cudnn8.3.3

点击官网下载cudnn
需要登录NVIDIA账号之后才能下载，嫌麻烦的，点击下面链接可以直接下载：
点击直接下载cudnn8.3.3

下载完成之后解压好，把文件名改成cudnn。然后放进刚刚安装好的CUDA的文件夹里，如下图所示：

4、添加进环境变量

接下来就是把cuda和cudnn添加进环境变量。一共是放两个：

1. 需要把extras文件夹里边的CUPTI的lib64放进环境变量。请看我的例子： C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\cudnn\bin
2. 需要把cudnn文件里边的bin文件放进环境变量。请看我的例子： C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\extras\CUPTI\lib64
3. 注意，有可能还需要添加这个环境变量：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\bin

如图所示：

(注意：添加完后最好把他们都移到所有环境变量的最上边，防止出BUG)

5、下载zlibwapi

按照以上教程配置好之后，如果运行程序，可能会报这个错：

Could not locate zlibwapi.dll. Please make sure it is in your library path!
Process finished with exit code -1073740791 (0xC0000409)

这是因为缺少了zlibwapi导致的，点击下载zlibwapi
下载好并解压后，放到C:\Windows\System32文件夹内，然后添加下面路径到环境变量：C:\Windows\System32\zlib123dllx64\dll_x64，最后重启电脑！！！

按照上述的步骤配置好后，GPU就可以正常使用了！

报错解决：

1. 如果运行代码，成功加载了所有的.dll，但是遇到了import时找不到DLL的错误。
   解决方法请看我的另一篇博客：解决：ImportError: DLL load failed while importing
   _pywrap_tensorflow_internal: 找不到指定的模块
2. 如果成功加载了所有的.dll，GPU也被读取出来了，但是还是报错：tensorflow.python.framework.errors_impl.UnknownError: Failed to get convolution algorithm.“。中文解释为：无法获取卷积算法，这可能是因为cuDNN初始化失败。
   解决方法请看我的另一篇博客：解决：Failed to get convolution
   algorithm
3. 如果代码能跑通，但是运行到中途就卡死，这目测是个BUG，我这里提供两个解决方法，亲测超级适用：1、如果代码有@tf.function加速，把@tf.function这行注释掉再运行；2、把TensorFlow的nightly版、cuda和cudnn更新一遍，然后再运行。