---
date: Dec 11, 2021
id: 21-12-002
tags: AI, tensorflow
---
# 安裝tensorflow-gpu

## 前置說明
安裝tensordlow(tf)套件前, 需要先搞清楚硬體裝置, 從而決定所有軟體版本配置 (特別麻煩 ...)
幸好網路上有很多先進分享了心得, 推薦可以參考[K_程式人 的分享](https://jennaweng0621.pixnet.net/blog/post/403507751-windows10%E5%AE%89%E8%A3%9DTensorflow-GPU%E7%89%88%E6%9C%AC%E8%A8%AD%E7%BD%AE)

## 安裝調適
筆者以自己的筆電(GTX1650)舉例(建議讀者可以依著順序去調整)採用了**第六組配置**, 即

1. CUDA toolkit v10.1 update 2
註: 網路上有說需要先安裝v10.0版本不然會出錯, 但筆者親測直接安裝v10.1 update 2是沒問題的, 安裝流程較繁瑣另外摘要於[CUDA安裝與版本設定](https://hackmd.io/@ken52/21-12-001)

2. cuDNN v7.6.4
安裝指令`conda install -c anaconda cudnn=7.6.4`

3. python v3.8.12

4. tensorflow-gpu v2.3.0 [可以參考這個網誌](https://blog.csdn.net/K1052176873/article/details/114526086)
安裝指令`pip install tensorflow-gpu==2.3.0`

|Version|Python version|Compiler|Build tools|cuDNN|CUDA|
|---|---|---|---|---|---|
|tensorflow_gpu-2.3.0|3.5-3.8|MSVC 2019|Bazel 3.1.0|7.6|10.1|

## Tensorflow測試
採用下方指令碼可用於測試tf是否正常運行, 以及是否有GPU支援

import tensorflow as tf

print(tf.__version__)
print(tf.test.is_gpu_available())

gpus = tf.config.experimental.list_physical_devices(device_type='GPU')
cpus = tf.config.experimental.list_physical_devices(device_type='CPU')
print(gpus, '\n', cpus)

結果顯示如果沒有報錯, 且看到相關GPU資訊, 基本就沒問題了

... the end
祝君 **武運昌隆**