tensorflow指定显卡（历时两天，我终于在TensorFlow里面调用起来了gpu）

时间2025-07-30 09:10:35分类IT科技浏览6355

导读：新买的笔记本怎么配置TensorFlow-gpu 新买的笔记本怎么配置TensorFlow-gpu...

新买的笔记本怎么配置TensorFlow-gpu

为了更好地学习深度学习，我今年斥重金买了一台联想-拯救者-R9000 ，除了P9000之外，这台电脑的配置应该算是笔记本当中的天花板了。但是买来半个月，一直在修改自己的论文，所以除了新的鼠标灵敏度高，打开word不卡之外，也没有体验到天花板有多香。这几天论文改的差不多了，心中又燃起了对深度学习的浴火（主要是想看看这个天花板的性能有没有外界说的那么神）。结果！结果！家人们，咱就是说，吊起来了，内心雀跃之余，得给广大网友分享这份喜悦。具体的心路历程和配置步骤如下：

判断自己的电脑适不适合安装TensorFlow-gpu

1 、本人电脑型号：

RTX3060gpu大小为6G

2 、使用TensorFlow-gpu版的条件

首先电脑上有gpu，这个大家直接搜索“怎么查看自己的gpu ”按照步骤去看自己的gpu的情况就好。

然后gpu的性能，官方要求TensorFlow-gpu需要的gpu算力应该在3.5以上。但是实话实说，这个也看gpu的，有些电脑gpu查得到算力是5 ，但是确实调不起来，或者能装但是也不能跑。我之前那台老电脑gpu型号是940MX ，官方算力是5 ，大小是2个G ，但是，，咳咳，，，真的调不起来，跑不动，安装了之后他的gpu占用是0，主要是靠CPU跑的。所以如果大家的电脑年份已久（3年及以上）并且是轻薄办公本的话，就老老实实装cpu版的吧，不然就是瞎耽误工夫。

开始配置安装

提前声明这篇博客我用的配置是：anaconda3+Python3.9+cuda11.6.1+8.3.8cudnn for cuda 11.5+TensorFlow2.8.0

所以如果你的电脑配置跟我一样，并且之前有conda和Python ，那么配起来就飞快。如果配置相差较大，大家酌情参考！

1、安装anaconda anaconda里面有很多编辑器，再加上numpy ，pandas等包装起来也特别容易，所以是学习机器学习的最佳选择。我是在官网直接下载的，很多人说慢，但是我下载起来还蛮快的。

官网首页：https://www.anaconda.com/

官网下载页：https://www.anaconda.com/products/individual#Downloads

2 、创建新环境 在anaconda的anaconda prompt中新建一个环境 conda create --name yourEnv python=3.9

我的环境名字命名为TensorFlow-gpu ，所以创建环境时：

conda create --name TensorFlow-gpu python=2.7

然后打开prompt激活该环境就可以了。

activate Tensorflow-gpu

3 、检查Python版本

如果conda装完之后，Python的版本不是3.9，要删除旧版本，升级成3.9

检查方法：

如果不是3.9 ，要进行版本升级。

4 、安装cuda

找到自己NVIDIA控制面板，左下角系统信息打开，如下图第三行可以看到自己所支持的cuda驱动版本

我的是11.6.1 ，然后从下方cuda官网下载适合自己版本的cuda：

cuda下载

我是按照这个装的，大家在安装的过程中一定不要自己去自定义文件夹，我之前一直想安装在D盘，但是很容易失败，所以能默认的就先默认。具体的下载安装教程转这个：cuda安装教程

4 、安装cudnn

cudnn下载

因为cuda安装的是11.6 ，而cudnn中没有明确的for 11.6 ，我之前安装的是for 11.x的，但是没调出来，忘记看了哪一篇博客了，说推荐下载for 11.5的，所以进去之后选下面这个：

5 、下载TensorFlow-gpu

前面的全部配置好，这里因为涉及到的东西很多，所以前面的部分没有写具体，大家自行搜索配置环境的教程按照步骤操作就好。

首先激活自己创建好的TensorFlow环境，然后用下面的命令安装TensorFlow-gpu 2.8.0： pip install tensorflow-gpu==2.8.0 --default-timeout=100 -i https://pypi.tuna.tsinghua.edu.cn/simple

如果在安装过程中出现闪退，是正常现象，可以把timeout值加大，等待就可以重新安装了。

安装之后，Python下输入：

import tensorflow as tf 没有报错，就是安装成功了！

检查gpu是否被调用

全部安装配置完成，在后台命令中输入下列命令，有TRUE ，表示调用成功：

自此，TensorFlow-gpu版本的便是安装完成并能够正常使用了。

尽管教程相对来说，步骤清晰了，但是有些细节没有写清楚，一则是每个部分网上的步骤都很详细，我也是从别人那里参考的。一则，安装这个TensorFlow到写完这篇博客时间相差较大，一些细节已经遗忘。但是如果大家在安装过程中出现什么问题，或者有什么疑问都可以评论或者私信，我会尽量帮助。