• 🍊 各位读者小伙伴、小年快乐

• 📆 最近更新：2022年2月22日

• 🍊 环境搭建，一文读懂、点击即可免费订阅专栏

• 🍊 本博文撰写较早、内容欠缺之处、敬请理解

---

搭建TensorFlow的GPU版本，必备条件是一块能够支持CUDA的NVIDIA显卡，首先需要安装其基础支持平台CUDA和其机器学习库cuDNN，然后在此基础上搭建对应TensorFlow GPU版本

TensorFlow1.2~2.1各GPU版本CUDA和cuDNN对应版本如下：

---

tensorflow-gpu 安装

---

Cuda 10.0, V10.0.130

• 使用conda 创建独立环境：

conda create -n tf21 python=3.7.2

pip install tensorflow-gpu==2.1.0

---

tensorflow-gpu 测试

---

• 测试输出如下：

import 时 说 不能加载 cuda下的一个.so 文件，但是 print(tf.__version__) 可以顺利输出。

• 这是因为 cudatoolkit 版本 问题导致

• linux和window设置 pip 镜像源 、最实用的环境下载加速设置 ——【一文读懂】

pip uninstall tensorflow-gpu==2.1.0

pip install tensorflow-gpu==2.0.0

• pip 设置使用豆瓣 或者 阿里云的 源，下载速度还是可以的！
• 安装后再次进行测试，就是完全正确的了，没有刚刚多余的输出！

Python 3.7.2 (default, Dec 29 2018, 06:19:36) 
[GCC 7.3.0] :: Anaconda, Inc. on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
>>> print(tf.__version__)
2.0.0

---

📙 博主 AI 领域八大干货专栏、诚不我欺

• 🍊 计算机视觉： Yolo专栏、一文读懂
• 🍊 计算机视觉：图像风格转换–论文–代码测试
• 🍊 计算机视觉：图像修复-代码环境搭建-知识总结
• 🍊 计算机视觉：超分重建-代码环境搭建-知识总结
• 🍊 深度学习：环境搭建，一文读懂
• 🍊 深度学习：趣学深度学习
• 🍊 落地部署应用：模型部署之转换-加速-封装
• 🍊 CV 和 语音数据集：数据集整理

---

📙 预祝各位 前途似锦、可摘星辰

• 🎉 作为全网 AI 领域 干货最多的博主之一，❤️ 不负光阴不负卿 ❤️
• ❤️ 过去的每一天、想必你也都有努力、祝你披荆斩棘、未来可期

• 🍊 深度学习模型训练推理——基础环境搭建推荐博文查阅顺序【基础安装—认真帮大家整理了】

• 🍊 点赞 👍 收藏 ⭐留言 📝 都是博主坚持写作、更新高质量博文的最大动力！