tf-gpu + cuda + cudnn 环境搭建

首先是3者以及python的版本关系，如下图

如果是用anaconda搭建环境建议在conda的命令行界面（Anaconda prompt）下载这3个（楼主去官网手动下载CUDA和CUDnn，结果和conda里的环境一直连接不上，各种重装搬运都是血泪史啊）

前面两句话是搭房子应该不用说了，后面三句话就是安装cuda、cudnn、tf-gpu最好按顺序来，可能我最开始几次安不上去也有先安装tensorflow-gpu后安装cuda的原因

conda create -n py36 python=3.6

conda activate py36


conda install cudatoolkit=11.0

conda install -c conda-forge cudnn=8.0

pip install tensorflow-gpu=2.4.0

参考：conda环境下安装tensorflow-gpu 2.4 + opencv 3.3_西界的博客-CSDN博客

如果不是anaconda，用pip的话，这篇文章个人感觉不错。而且他下面给了一个测试cuda是否可用，GPU是否被调用的代码（放到pycharm就行，不分conda还是别的都可以试试），真滴良心

import tensorflow as tf

print(tf.__version__)  # 查看tensorflow版本
print(tf.__path__)     # 查看tensorflow安装路径

a = tf.test.is_built_with_cuda()  # 判断CUDA是否可以用
b = tf.test.is_gpu_available(
    cuda_only=False,
    min_cuda_compute_capability=None
)  # 判断GPU是否可以用

print(a) # 显示True表示CUDA可用
print(b) # 显示True表示GPU可用

# 查看驱动名称
if tf.test.gpu_device_name():
    print('Default GPU Device: {}'.format(tf.test.gpu_device_name()))
else:
    print("Please install GPU version of TF")

————————————————
版权声明：本文为CSDN博主「落叶阳光」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/xiangxiang613/article/details/112603083

参考：为什么CUDA装好了，Tensorflow-GPU不能用？_xiangxiang613的专栏-CSDN博客_安装了cuda却不调用gpu

一个是有多个GPU的时候如何指定GPU，一个简单的办法就是用NVIDIA的控制面板指定默认GPU

 这样就好啦！