- 首先第一步是查看自已电脑的Gpu显卡，先去英伟达官网获取适合自已的驱动
- 获取好后在cmd输入nvidia-smi就会输出cuda核心
-
- 获取好后在cmd输入nvidia-smi就会输出cuda核心
- 安装适合自已的CUDA toolkit 和 cuDNN 不安装这两个直接运行tensorflow会显示缺少dll文件然后就Cpu的跑、
- CUDA Toolkit Archive | NVIDIA Developer
https://developer.nvidia.com/cuda-toolkit-archive 这个比较繁琐就自行研究了反正最后安上就行 - CUDA Toolkit 11.8 Downloads | NVIDIA DeveloperResources CUDA Documentation/Release NotesMacOS Tools Training Sample Code Forums Archive of Previous CUDA Releases FAQ Open Source PackagesSubmit a BugTarball and Zip Archive Deliverables
https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64
- https://developer.nvidia.com/rdp/cudnn-downloadhttps://developer.nvidia.com/rdp/cudnn-downloadCuda Dnn
- CUDA Toolkit Archive | NVIDIA Developer
- 安装好后就是tensorflow-gpu版本的安装
- python -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==2.6.0这个支持cuda11.x版本具体下哪个版本可以上tensorflow那参考对应关系
- 最后就是Dll缺少的问题
- 重安cudatool cudadnn还是没效果
- 我最后是从其他电脑拿cudatool 和 dudadnn 里边的所有dll文件复制到c盘的Windows/System32 路径下就好了
本文含有隐藏内容，请 开通VIP 后查看