Windows系统安装TensorFlow GPU终极指南（适配TensorFlow 2.10）

TensorFlow 2.10是最后一个官方支持Windows原生GPU加速的版本，后续版本将仅通过WSL提供GPU支持。

环境搭建全流程
前置条件检查

硬件要求：

    NVIDIA显卡

    已安装最新版NVIDIA驱动

软件版本锁定：
组件	必须版本	备注
Python	3.10.x	实测3.12可能出现问题
CUDA	11.2	不适用此版本很可能出现问题
cuDNN	8.1.0	官方推荐版本（实测8.9.7也可行）
numpy	1.26.4	最新支持numpy<2的版本

numpy的版本必须是1.x，不能大于2，实测numpy 1.26.4可用，其也是最后一个1.x版本

TensorFlow 2 的CPU 和 GPU 软件包是一起的

以下是使用conda进行安装的演示

安装步骤分解

步骤1：创建名为tf_gpu专用虚拟环境

conda create -n tf_gpu python=3.10 -y
conda activate tf_gpu

步骤2：安装CUDA工具包和cuDNN库

conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0 -y

步骤3：安装numpy 1.26.4

pip install numpy==1.26.4

步骤4：安装TensorFlow

pip install tensorflow-gpu==2.10.1
确保numpy版本小于2，不然使用TensorFlow时会报错

验证安装
运行诊断命令：

python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

预期输出：

[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]

带有GPU字样即是成功安装带有GPU加速的版本

注意实现

确保numpy版本小于2，不然会报错

原文链接https://www.cnblogs.com/PureFlame/p/18730067