TensorFlow-GPU安装、配置

前言

TensorFlow-GPU的安装本身并不难，难顶的是装好了TensorFlow却找不到GPU。

使用pip安装

首先确保源足够稳定

我在使用豆瓣源的时候发现豆瓣源有时候会出现包检索不到的情况，而在重复命令的时候又检索了出来，而在这个中途就是安装失败。所以确保源稳定可靠。

直接使用pip进行安装TensorFlow-GPU

这个时候会报错提示安装依赖包，根据提示安装即可。

根据TensorFlow的版本安装CUDA和CUDNN

使用pip list可以查看包的版本。根据包的版本严格选择CUDA和CUDNN的版本号。
查看CUDA、CUDNN、以及TF的对应关系
此外查看NVIDIA控制面板查看驱动是否支持对应版本CUDA，如果不想麻烦可以在安装时选择安装CUDA携带的驱动。
查看CUDA和驱动的对应版本

CUDA安装过程

创建三个文件夹用于存放CUDA、CUDA_DOC、CUDA_SAMPLES。
打开CUDA的安装包后会提示选择文件夹临时存放安装文件，随意选择即可，安装后会自动删除。
文件夹不存在，会自动创建。

切记，切记，不能图方便直接扔C盘，不然有可能C盘撑红了。

第一个CUDA是我们的目标，其他根据需要选择。

选择安装位置，把CUDA-Development、CUDA-documentation、SAMPLES放到之前创建的文件夹中，

CUDNN安装

CUDNN解压之后分别放入CUDA下面的对应文件夹。

测试

在D:\CUDA\extras\demo_suite（我的CUDA安装在D盘），找到bandwidthTest.exe和deviceQuery.exe两个文件夹在命令行下运行，得到pass结果即为通过。

可以将C:\Program Files\NVIDIA Corporation\NVSMI加入系统路径，也可以直接在该文件下运行nvidia-smi

测试TensorFlow能否检测到GPU

import tensorflow as tf
tf.config.list_physical_devices('GPU')

二、问题记录

失败的路一：

完全通过conda安装tensorflow,cuda,cuda-toolkits
找不到gpu

失败的路二：

通过conda安装TensorFlow，然后手动装cuda和cudnn，找不到gpu。
并且conda 安装TensorFlow2.5始终安不上去。

失败的路三：

安装conda，然后pip安装TensorFlow，手动安装cuda和cudnn，然后在pip和conda的h5py包上出现错误，模型不能保存h5.