這兩天安裝tensorflow-gpu被折騰夠嗆，幸虧最后成功了，給想要安裝的大神們看下我走過的坑，避免掉入。

如果是新手，需要安裝下面幾個軟件：

第一步 安裝anaconda

首先就是Python編輯器：anaconda，需要注意的是python2.×已經不維護了，所以直接安裝3.7，需要注意的是，在安裝過程中有個選項，直接加入環境變量中。

網址：https://www.anaconda.com/products/individual

可以在命令行查看是否安裝成功：

第二步 查看電腦適配型號

如果大家想要安裝TensorFlow的GPU版本，首先需要明確的一點是：電腦是否是NVIDIA顯卡，以及顯卡可使用的cuda版本。

這個步驟不可省，如果不是NVIDIA顯卡，則不支持GPU版本，只能使用CPU的TensorFlow。并且正確的cuda版本，決定了最后GPU版本是否能檢測到設備。

在【控制面板】的【設備管理器】中查看【顯示適配器】。

如果是NVIDIA版本，可以查看計算能力如何，大于等于3.5=GPU；小于3.5=CPU。

查看計算能力地址：https://developer.nvidia.com/cuda-gpus#compute

想要看自己電腦適合的CUDA版本，可以看下自己電腦支持的型號，對應的版本請戳官網文檔。

查看電腦型號步驟：在桌面右鍵找到【NVIDIA控制面板】，彈出的【系統信息】中，查看驅動版本。

如果確定可以按照GPU版本的TensorFlow，目前已經是2.×版本了，所以對應安裝CUDA和cuDNN。

然后到官網查看適配的版本號，注意：版本并不是越高越好，并不是越高越好，并不是越高越好！

重要的事情說三遍，一定要安裝合適的版本，否則會檢測不到設備，即使TensorFlow安裝完全成功，但仍然不能使用GPU計算。

第三步 安裝CUDA和cuDNN

找到對應的版本之后，就是下載安裝cuda了：CUDA Toolkit

如果找不到特定的版本，可以參考這個：NVIDIA CUDA各版本下載鏈接

首先就是選擇【自定義安裝】

然后下一步中，CUDA選項中的下拉列表，如果電腦安裝了vs，可以忽略下面這步，如果沒有安裝，去掉下面這個選項：

【Driver】這個選項中，查看版本對應情況，如果電腦版本高于cuda版本，則不選擇這個Display Driver。

測試是否安裝成功，在cmd中鍵入 nvcc -V，如果能出現版本信息，則說明安裝成功。

CUDA裝好之后，到官網下載cuDNN，地址：https://developer.nvidia.com/rdp/cudnn-archive

在下載cuDNN時，需要注冊，這里用郵箱注冊一下就行。

將cuDNN解壓并重新命名為cuDNN，原始文件名是一長串。

將這個文件夾，整體復制到CUDA下面。

第四步 配置環境變量

上面安裝完之后，配置環境變量。

一共有4個，有兩個在安裝CUDA的過程中已經配置好了，還有cuDNN的環境變量和CUPTI的環境變量。

在【系統】中【高級系統設置】找到【環境變量】的【Path】，進去添加兩個新的環境變量。

找到自己文件中的位置，添加到里面，并且要把這四個放到前面，通過上移的操作，把新加的兩個移到上面。

第五步 安裝TensorFlow-GPU

通過上面的幾步，已經到了最后安裝TensorFlow階段了。在國內安裝TensorFlow時，下載會非常慢，可以使用清華鏡像。

pip

很快就可以安裝成功。

import tensorflow as tf tf.test.is_gpu_available()

可以愉快地使用TensorFlow-GPU了，enjoy it！

---

說下我遇到的坑：

我開始的cuda安裝了最新版的11.0，各個步驟都可以通過。

但是在使用gpu時，一直說檢測不到設備，后來看到某個大神說，目前TensorFlow-GPU適配的只到10版本，然后又開始了我的卸載cuda11.0之路，重啟電腦三四次，才卸載成功。

如果你目前也無法使用GPU，除了檢查下電腦顯卡適配情況，還有就是降級吧。。

附上卸載cuda鏈接：傳送門

總結

以上是生活随笔為你收集整理的cuda nvcc版本不一致_入坑第一步：Win10安装cuda+cuDNN+TensorFlow-GPU走过的那些路的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。