TensorFlow GPU安装指南

测试你当前的环境是否已经支持：

import tensorflow as tf

if tf.test.gpu_device_name():
    print(f"Default GPU device: {
      
      tf.test.gpu_device_name()}")
else:
    print("GPU device not found. Please check your settings.")

如果正确配置了GPU，就有会有：

Default GPU device: /device:GPU:0

使用 pip 安装 TensorFlow

注意：TensorFlow 2.10 是最后一个 TensorFlow 版本。 原生 Windows 上支持的 GPU。 从TensorFlow 2.11 开始，您需要在 WSL2 中安装 TensorFlow， 或者安装 TensorFlow-cpu

默认已经按照好了： Miniconda

创建新的conda 环境

conda create --name tfGPU python=3.9

GPU 安装

先要安装 NVIDIA GPU 驱动，

然后用 conda 安装 CUDA, cuDNN

conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0

安装TensorFlow

先升级 最新的 pip

pip install --upgrade pip

TensorFlow 2.10 是最后一个 TensorFlow 版本。 原生 Windows 上支持的 GPU。
所以安装2.11以前的版本

pip install "tensorflow<2.11" 

验证TensorFlow CPU的安装

python -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

输出 tensor 张量的数据，就是安装好了。

验证TensorFlow GPU的安装

python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"