本文共 747 字，大约阅读时间需要 2 分钟。

查看本机的CUDA驱动适配版本

桌面右键打开英伟达控制面板，点击帮助->系统信息->组件。在系统信息中可以看到CUDA的当前版本。

TensorFlow各个版本与CUDA版本的对应关系

根据参考，我的电脑安装的是TensorFlow GPU 2.0.0版本，CUDA 10.0版本，cudnn 7.4版本。

安装CUDA

下载地址：（国内访问可能较慢，建议使用镜像或其他工具）

解压路径与安装路径不同，建议选择不同的目录进行解压。安装完成后不要立即删除解压文件，以备后续检查。

安装完成后，确认CUDA工具和驱动已正确安装，路径通常位于C:\Program Files\NVIDIA GPU Computing Toolkit\

安装cuDNN

下载地址：

注册英伟达账号（建议使用163邮箱，避免验证延迟），下载对应版本的cuDNN安装包。

解压后将cuDNN文件夹复制到CUDA安装目录下（如C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\），确保路径正确。

添加环境变量

在系统环境变量中添加CUDA工具路径和cuDNN路径，确保Python环境能找到CUDA和cuDNN库文件。

完成后，打开终端输入“nvcc -V”确认CUDA版本是否正确显示。

安装TensorFlow

自行安装Anaconda环境：

创建虚拟环境：conda create -n tf-gpu python=3.6

激活环境：source tf-gpu

安装TensorFlow GPU包：pip install --upgrade tensorflow-gpu==2.0.0

进入Python环境，验证TensorFlow版本和GPU是否可用。

转载地址：http://wygq.baihongyu.com/