仅用以记录个人环境配置流程。

一、安装CUDA Driver

1.1 查看CUDA Driver版本

1.2 驱动更新下载地址：NVIDIA Studio 驱动程序 | 512.59 | Windows 11

CUDA Driver即显卡驱动版本，高于CUDA Toolkit 指定的版本，也是能正常使用的。

二、安装CUDA Toolkit

2.1 查看cuda toolkit与驱动版本对应关系

查看地址：Release Notes :: CUDA Toolkit Documentation ()

下载地址：CUDA Toolkit Archive | NVIDIA Developer

下载：

安装路径：C:\Users\lion\AppData\Local\Temp\CUDA

三、安装cudnn

下载地址：cuDNN Archive | NVIDIA Developer

下载完成后，将cudnn文件夹下的文件复制到cuda安装目录

四、配置环境变量

五、安装tensorflow-gpu 与keras

5.1查看版本对应关系：Build from source on Windows | TensorFlow ()

5.2安装keras

安装tensorflow==2.8.0 版本太新出现不匹配的问题，退到2.6.0

tensorflow出现报错：Could not load library cudnn_cnn_infer64_8.dll. Error code 126

解决方案：Installation Guide :: NVIDIA Deep Learning cuDNN Documentation​​​​​​

安装zlib，解压后将zlibwapi.dll添加到环境变量。

六、安装pytorch

一行搞定：pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio==0.7.2 -f /whl/torch_stable.html

cu110指的是11.0版本的cuda

轮子下载地址：/whl/torch_stable.html

本机安装 ： cuda 11.6 - cudnn11.5 tensorflow==2.6.0 /pythoch==1.7.1