目录

一、可行的对应版本

二、安装步骤

1. 显卡驱动版本及算力

2. TensorFlow与CUDA、cuDNN、Python的版本对应关系

3. TensorFlow与keras的安装

4. CUDA和cuDNN的下载

5. CUDA和cuDNN的安装

---

时间：2022年3月20日~23日

背景：win10-64bit，anaconda3，jupyter notebook, python3.7,

显卡NVIDIA GeForce 940M （驱动版本472.47） 算力为5.0，笔记本thinkpad T 450s

用深度学习CNN进行图像分类，自己的笔记本较老了，CPU处理太慢有时跑一个epoch要4000s，无法忍受，好在有GPU，想利用起来。先是从网上找了教程，安装过程还算顺利，但一测试出了这样那样的种种问题，虽然有些都解决了，折腾了好几天，但终究是没有跑起来，最后判断是各种环节的版本问题。

一、可行的对应版本

各位一定要根据自己电脑的显卡算力、显卡驱动版本、python版本、tensorflow版本、keras版本，去匹配对应的CUDA和cuDNN版本。各版本并非完全唯一对应，而是有一定的范围区间。有网友举例了如下可行的版本：

python3.7.0+CUDA11.6.0+cuDNN8.3.2+tensorflow2.7.0+Keras2.7.0
python3.7.0+CUDA11.3.1+cuDNN8.2.1+tensorflow2.7.0+Keras2.7.0
python3.7.0+CUDA10.1.2+cuDNN7.6.5+tensorflow2.2.0+keras 2.3.1

二、安装步骤

1. 显卡驱动版本及算力

先说算力，算力决定CUDA版本区间范围，具体算力可以去NVIDIA官网查询：CUDA GPUs | NVIDIA Developer

如下图：

 维基百科查询显卡算力对应的CUDA版本区间（境内无法正常打开）：
维基百科CUDA，经过搜索我在维基百科（参考CUDA） 找到了答案

 我的940M算力5.0，对应的cuda版本区间应在11.0-11.2及以上的。

显卡驱动版本，在NVIDIA控制面板的系统信息可查询到。

NVIDIA官方 CUDA与显卡驱动版本对应表查询：Release Notes :: CUDA Toolkit Documentation

比如我的显卡驱动版本是最新版472.47，则可以下载CUDA 11.4 Update 2及以下所有版本，它决定了你能下载CUDA版本的上限。

因此，显卡算力和显卡驱动版本共同决定你能下载的CUDA版本区间。

2. TensorFlow与CUDA、cuDNN、Python的版本对应关系

官方查询 tensorflow-gpu与CUDA cuDNN Python版本关系，在 Windows 环境中从源代码构建  |  TensorFlow

 

3. TensorFlow与keras的安装

pip install tensorflow
pip install keras

# 或用豆瓣镜像源下载，速度比较快
 

pip install tensorflow -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install keras -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

默认下载的是最新版2.7.0。直接下载的是国外源速度慢，可以换成国内镜像源（豆瓣、阿里云、清华大学等）。注意tensorflow2.7.0默认包含cpu和gpu版，无需区分安装，但其他版本安装时区分CPU版和GPU版（tensorflow-gpu）。如果要下载特定版本的，如：

pip install tensorflow==2.2.0 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install tensorflow-gpu==2.2.0 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install keras==2.3.1 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

4. CUDA和cuDNN的下载

CUDA下载有两种版本，local(本地版) 和 network(在线版)，建议下载在线版，文件只有几十M。本地版内置了显卡驱动程序和各种组件的可选安装，文件有2~3.0G大小。一般建议精简安装。我下载的是CUDA  v11.2。

 

cuDNN 官网下载需要注册，才能允许下载。这里面一定要根据前面说的版本，找到相应的cuDNN版本，我最初的是选择了CUDA11.2+cuDNN8.2.1，经测试不行，后来就改了cuDNN 8.1.1，测试成功了！这里还有个坑，cuDNN 有的后面写着 (......for 11.x),千万别用这样的，要明确写着11.2的才行。

5. CUDA和cuDNN的安装

（1） CUDA on Windows, including the CUDA driver and toolkit: NVIDIA CUDA Installation Guide for Windows.

（2）安装ZILIB dll, 这一步很关键，如果没有后期会出现一些错误。

下载zlib解压到某个目录，比如我的是：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\zlib123dllx64

要找到子目录dll_x64中的zlibwapi.dll文件，并把该路径添加到系统的环境变量PATH中。

（3）安装cDNN

cuDNN的安装比较简单，下载zip文件后解压缩，拷贝bin，lib，include中的文件到CUDA安装目录下的对应文件夹即可。详见官网文档介绍：也可以直接看下面的截图，说的很详细

Installation Guide :: NVIDIA Deep Learning cuDNN Documentation

 

三、名词解释

TensorFlow：一个开源软件库，用于各种感知和语言理解任务的机器学习。

Keras：一个用Python编写的开源神经网络库，能够在TensorFlow、Microsoft Cognitive Toolkit、Theano或PlaidML之上运行。Keras旨在快速实现深度神经网络，专注于用户友好、模块化和可扩展性。

CUDA：统一计算架构。专为GPU同时处理多重任务而设计，大规模的并行计算处理，十分适合对图形处理、语音识别、视频等领域进行分析渲染。

cuDNN：深度神经网络库，针对CUDA优化，实现高性能GPU加速。

Reference:

深度学习环境搭建：win11+tensorflow2.7+CUDA11.6+cuDNN8.3.2_噜啦啦火车笛的博客-CSDN博客