本篇博客可以有效安装2.1.0到2.3.0GPU版本的Tensorflow，但想安1.多版本或跟多版本的，请参考我写的另一篇博客：如何用conda安装tensorflow（windows，GPU，Tensorflow），最全Tensorflow安装教程（亲测有效，可安任意版本，包括1.多版本和2.多版本）-CSDN博客

一、开发环境

 安装Tensorflow的开发环境：Anaconda+CUDA+cuDNN

二、安装过程

1、Anaconda的安装

直接参考我写的博客：如何用conda安装PyTorch（windows、GPU）最全安装教程（cudatoolkit、python、PyTorch、Anaconda版本对应问题）（完美解决安装CPU而不是GPU的问题）-CSDN博客

2、选择Tensorflow的版本

  2.1 CUDA版本的确定

        首先，搜索NVIDIA Control Panel（win+s进行搜索）。

        然后打开并点页面左下角系统信息，找到组件里的NVCUDA64.DLL，发现CUDA驱动为11.6.106版本。那么就说明你之后安装CUDA的cudatoolkit的版本不能超过11.6.106。所以我这里安装CUDA的cudatoolkit版本就可以设置为11.6（或更低）。这是系统限制的，只能安比这低的。

2.2 配置Anaconda

win+r打开cmd

2.2.1 添加清华镜像源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

注意： 如果添加了镜像源无法下载tensorflow，建议删掉镜像源，再重新安装。

2.2.2 删掉镜像源

conda config --remove-key channels

2.3 创建conda虚拟环境

在cmd中分别输入下列命令：

2.3.1 创建虚拟环境

tf2.3.0是环境的名称，可以随便取，python=3.7说明虚拟环境的python版本是3.7。Build from source on Windows  |  TensorFlow (google.cn)。该链接是Tensorflow与cuda、cudnn、python的版本对应，可以看到3.7基本上通用很多的Tensorflow版本，所以建议安装3.7版本。

conda create --name tf2.3.0 python=3.7

2.3.2 激活虚拟环境

进入到我们创建的虚拟环境，之后的Tensorflow的安装就在这个虚拟环境中。

conda activate tf2.3.0 

 2.4 搜索CUDA、cudnn的版本

在cmd中分别输入下列命令：

2.4.1 搜索cudnn的版本

conda search cudnn

 下面是搜索的可用的cudnn的版本

2.4.2 搜索CUDA的版本

conda search cudatoolkit

  下面是搜索的可用的CUDA的版本

 2.5 确定Tensorflow的版本

打开Tensorflow的官网：Build from source on Windows  |  TensorFlow (google.cn)

然后查看windows中GPU中Tensorflow与CUDA、cuDNN、python的对应关系。 

由于我们虚拟环境配置的是python3.7，因此1.13.0到2.10.0的版本貌似都可以。但有一些限制条件。

先看CUDA，在2.1节CUDA版本的确定，我们知道，CUDA不能超过11.6，显然图片里都符合，接着看2.4.2节搜索CUDA的版本，给我们的选择只有7.5、8.0、9.0、9.2、10.0.130、10.1.243等等，因此，排除下来，只有1.13.0到2.4.0是可能符合的。 

再看cuDNN，由2.4.1节搜索cudnn的版本，给我们的选择只有6.0、7.1、7.3、7.6等等，因此，排除下来，只有2.1.0到2.3.0是可能符合的。然后再看下图。7.6版本的cudnn，对cuda也有一定要求。因为2.1.0到2.3.0对应的cudnn为7.6，CUDA为10.1，因此，我们可以选择cudnn为7.6.0、7.6.4、7.6.5的版本。

综上所述，cudnn只能安装7.6.0、7.6.4、7.6.5中的一个，CUDA只能安装10.1.168、10.1.243中的一个，Tensorflow只能从2.1.0到2.3.0中选择一个安装。

我选择的是cudnn为7.6.5，CUDA为10.1.243，Tensorflow为2.3.0。

 3、Tensorflow的安装

3.1 cudnn与CUDA的安装

在cmd上输入下列命令：

很显然这里的cuda和cudnn的版本都是我排除下来的。

conda install -c conda-forge cudatoolkit=10.1.243 cudnn=7.6.5

3.2 Tensorflow的安装

在cmd上输入下列命令：

conda install tensorflow-gpu==2.3.0 

然后等待一段时间，GPU版本的tensorflow就安装好了。

4、验证是否安装为GPU版本的Tensorflow 

在cmd中分别输入下列命令：

python

import tensorflow as tf

tf.test.is_built_with_cuda()

输出结果为True，说明安装的是GPU版本的Tensorflow。

参考链接

评论可见，请评论后查看内容，谢谢！！！
 您阅读本篇文章共花了：