由于有的软件需要翻墙所以打个包 放在这里 : https://pan.baidu.com/s/1ZhtXlvZvXn7SVMbCVoICwA 提取码: g2xy
1.Anaconda安装

下载地址:https://docs.anaconda.com/anaconda/install/



双击安装

下一步

同意

下一步

下一步

红框选中点击安装

下一步

下一步

结束
打开命令行输入:conda list 出现如下界面表示完成。

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


双击安装

点击ok

同意并继续

选择自定义安装并点击下一步

红框点击然后下一步(取消应用软件和visual 相关)

下一步

下一步

关闭
3.安装cudnn
下载地址:https://developer.nvidia.com/rdp/cudnn-download (需要登陆)

红框内选中,点击第二个红框

下载红框内的文件
解压到当前文件夹,重命名为cudnn,然后将文件夹拷贝到cuda的版本目录下(C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2)


4.配置环境变量
我的电脑右键选择属性,选择高级系统设置,选择环境变量

选择系统变量的Path,点击编辑,然后点击新建,添加 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\extras\CUPTI\lib64

并上升到第三个

然后添加 cudnn路径 上升到第四个 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\cudnn\bin

然后都点击确定

查看是否安装成功,如上图表示成功
5.安装tensorflow
命令行下执行 pip install --upgrade tensorflow-gpu (这个是Gpu版本)
.
测试是否成功,命令行下 输入ipython

显示存储大小和True表示成功。
。
,
本文详细介绍如何搭建GPU开发环境,包括Anaconda、CUDA、cuDNN的安装步骤及环境变量配置,最后通过安装TensorFlow-GPU验证环境搭建是否成功。





