准备

查看显卡驱动版本
打开命令窗口，输入nvidia-smi，查看CUDA版本。博主的是11.2
在这里插入图片描述进入https://tensorflow.google.cn/install/source_windows，拉到页面最底端，查找对应的cuDNN版本和TensorFlow-gpu版本

下载

下载CUDA

下载地址
官网 https://developer.nvidia.com/cuda-11.2.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
网盘链接：https://pan.baidu.com/s/1J5Xo7R_5Sy8xyCEUBkI9iw
提取码：ojab
在这里插入图片描述

下载cuDNN

下载地址
官网 https://developer.nvidia.com/rdp/cudnn-archive
网盘链接：https://pan.baidu.com/s/1ZXUZUutza7xRlLWUEw7lpA
提取码：vz8k
在这里插入图片描述

安装

安装cuda

参考https://blog.csdn.net/bingo_liu博客
那些环境变量我觉得可以不配置，没有影响

安装cuDNN

解压

在这里插入图片描述把这三个文件夹复制替换到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2
至此，cuda安装完成
打开命令窗口cmd，输入命令 nvcc -V

安装TensorFlow-gpu

pip install tensorflow==2.6.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

常用的一些源
清华：https://pypi.tuna.tsinghua.edu.cn/simple
阿里云：http://mirrors.aliyun.com/pypi/simple/
中国科技大学：https://pypi.mirrors.ustc.edu.cn/simple/
华中理工大学：http://pypi.hustunique.com/
山东理工大学：http://pypi.sdutlinux.org/
豆瓣：http://pypi.douban.com/simple/

验证

import tensorflow as tf
if tf.test.gpu_device_name():
    print('Default GPU Device: {}'.format(tf.test.gpu_device_name()))
else:
    print("Please install GPU version of TF")

在这里插入图片描述出现一些标红，我还在解决。但它是可以用的。

安装pytorch

我上了官网，没找到cuda11.2对应的版本，所以下了11.3对应的，也能用
在这里插入图片描述复制pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113到命令窗口下载即可。