1、电脑配置与环境

联想拯救者Y7000P  显卡：英伟达4060 系统：Win11

2、CUDA与CUDNN安装

①查看电脑cuda支持版本 依次打开NVIDIA控制面板-----帮助-----系统信息

②打开组件 查看cuda支持版本  安装的CUDA不能高于所支持版本（建议和我选择一样的版本）

③下载cuda和cudnn。在官网上下载对应的cudaCUDA官网下载地址和cudnnCUDNN官网下载地址。

cuda选择11.2  下载安装 默认安装即可

安装完成后，会默认生成两个系统变量

查看系统变量：右键 我的电脑——属性——高级系统设置——环境变量——系统变量中可以看到

在系统变量——Path中添加根据自己安装路径几条CUDA相关变量，已有的就不需要添加了

cudnn选择 cudnn v8.1.0 for cuda 11.0,11.1 and 11.2

下载并解压

解压后将cudnn中的三个文件夹移动到cuda安装目录CUDA->v11.2文件夹中，直接选择覆盖文件就可以

安装完成后打开cmd 输入一下命令，查看cuda版本

 nvcc -V 

3、Anaconda安装

anaconda下载可使用国内清华源anaconda下载地址

我选择的Anaconda3-5.3.1-Windows-x86_64.exe。直接按步骤安装。

安装完成后打开CMD 输入conda --version 查看安装版本

4、创建虚拟环境 安装tensorflow

①打开cmd 输入一下命令查看已安装虚拟环境

conda env list

我这里因为安装了多个虚拟环境，都会显示出来。

②使用以下命令创建虚拟环境

conda create -n tensorflow2 python=3.8

注意python版本需要和下载的tensorflow对应，建议使用3.8.

-n 后边是环境名称可以自行修改

直接输入y 确认创建虚拟环境

如果不能下载相关依赖可能是网络问题，可查看这篇文章解决CondaHTTPError HTTP 000 CONNECTION FAILED for url解决方法

创建成功如下

③进入环境，输入以下命令就可以进入创建的虚拟环境中

activate tensorflow2

④安装tensorflow-gpu

使用pip安装大概率会因为网络问题失败，因此先下载好tensorflow在进行安装

直接这个网址tensorflow下载网址，点击Release history 选择2.9.0 点击Download file

选择对应python版本的tensorflow（cp38即python3.8） 下载

输入以下命令，可根据tensorflow所在目录自行修改命令

pip install C:\Users\zhongqingtao\Downloads\tensorflow_gpu-2.9.0-cp38-cp38-win_amd64.whl

安装成功

5、测试tensorflow-gpu

①打开anaconda navigator，选择安装的虚拟环境。找到spyder点击install，安装成功后打开

②在spyder中新建一个文件，输入以下代码，测试是否安装成功

import tensorflow as tf

print(tf.__version__)
print(tf.test.gpu_device_name())
print('GPU:',tf.config.list_physical_devices(device_type='GPU'))
print(tf.test.is_gpu_available())

在控制台中获得打印，即安装成功

到此即安装成功，可以开始学习训练自己的第一个神经网络模型了