https://tensorflow.google.cn/install/source_windows#gpu

这里选取tf_gpu-2.4.0 对应下载CUDA 11.0 cuDNN 8.0

检查GPU是否支持CUDA:

https://developer.nvidia.com/cuda-gpus

或者 右键桌面>NVDIA控制面板>帮助>系统信息>组件
查看GPU所支持最高版本的CUDA
下载版本适配的CUDA

https://developer.nvidia.com/zh-cn/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

安装时无需安装GeForce,注意勾选 安装版本和当前版本问题

https://developer.nvidia.com/rdp/form/cudnn-download-survey

注意下载适配CUDA版本的cuDNN
下载后将其解压到CUDA目录下

高级系统设置>环境变量>系统变量栏
PATH 添加

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v(version)\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\cuDNN\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\extras\CUPTI\libx64

即CUDA,cuDNN bin路径 以及CUPTI路径

打开cmd 输入

#设置环境
conda create -n xxx tensorflow-gpu python=3.8.3

应用环境
activate tensorflow-gpu​

pip install tensorflow-gpu == 2.4.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
(即使用清华源安装tensorflow-gpu 2.4.0版本 有时会报错
换阿里源 pip install tensorflow-gpu==2.4.0 -i https://mirrors.aliyun.com/pypi/simple/)