1.下载NVIDIA显卡驱动版本465.89
465.89-desktop-win10-64bit-international-whql.exe
下载方法参考链接：
载搜索数量为100的历史显卡驱动(70条消息) 英伟达官网如何下载显卡老版本驱动_weixin_46306954的博客-CSDN博客_英伟达老版本驱动哪里下载
https://blog.csdn.net/weixin_46306954/article/details/116301299 ; (70条消息) 英伟达官网如何下载显卡老版本驱动_weixin_46306954的博客-CSDN博客_英伟达老版本驱动哪里下载
2.下载CUDA，cuDnn， 历史 版本链接：
CUDA Toolkit Archive | NVIDIA Developer https://developer.nvidia.com/cuda-toolkit-archive ;
cuDNN Archive | NVIDIA Developer https://developer.nvidia.com/rdp/cudnn-archive ;
cuda版本11.3.1
cuda_11.3.1_465.89_win10.exe
这个版本有没有可以在资源库里查看：main/win-64 (anaconda.com)
此处cuda版本后缀理解为匹配的显卡驱动版本，所以前面选择标注紫色一致的显卡驱动下载。
cudnn版本匹配
8.2.1-cuda11.3_0
NVIDIA官网下载链接见下面一项中的链接。
3.查询一下显卡驱动与CUDA是否合适
参照之前链接中内容：GPU和CUDA+cudnn版本匹配查询
查看安装的显卡驱动版本和CUDA版本
当命令nvidia-smi无效时，进入NVSMI路径下再输入即可。将NVSMI路径加入Path环境变量中，重启即可。
4.安装TensorFlow-gpu==2.6.0
pip install tensorFlow-gpu==2.6.0
此处有个问题，默认安装的keras版本与TensorFlow版本不匹配，报错。
解决办法：先卸载，在安装2.6.0版本的keras
pip uninstall keras # 卸载的版本一般是高于当前安装的TensorFlow版本的，即>2.6.0
pip install keras==2.6.0
5.安装cudatoolkit和cudnn
conda install cudatoolkit==11.3.1
conda install cudnn==8.2.1
与前边安装的CUDA和cuDnn版本一致
6.安装其他常用缺失包
安装scipy,matplotlib
pip install scipy
pip install matplotlib
删源(换回conda的默认源)
conda config –remove-key channels
删源后才能找到graphviz-2.38安装包
conda install pydot
安装pydot-ng才能正常使用
pip install pydot-ng
Original: https://blog.csdn.net/caicaiyunyun/article/details/123185359
Author: ciciph
Title: 2022年2月win10系统下安装TensorFlow-GPU==2.6过程记录
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/511382/
转载文章受原作者版权保护。转载请注明原作者出处！