tensorflow安装教程cpu换成gpu

安装 TensorFlow 并将其配置为使用 GPU 主要是针对有GPU设备并且想要加速深度学习训练的情况。以下是基本步骤：

1. **安装 CUDA**：首先，你需要安装 NVIDIA 的 CUDA，这是运行 GPU 计算的基础。访问 NVIDIA 官网下载并按照指示安装适合你的系统版本的 CUDA。

2. **安装 cuDNN**：cuDNN 是用于加速深度学习计算的库，通常会随 CUDA 一起提供，如果没有，单独从 NVIDIA 进行下载安装。

3. **设置环境变量**：将 CUDA 和 cuDNN 的路径添加到系统的环境变量中，以便 TensorFlow 能够识别它们。

4. **安装 cuTools**（仅适用于 Python）：`cupti` 库可以帮助 TensorFlow 监控 GPU 性能，如果你需要这个功能，可以安装它 (`pip install cupy-cudaXX`，XX是你CUDA的版本号）。

5. **安装 Anaconda 或者 Conda**：虽然不是必需的，但是使用 Anaconda 环境可以方便地管理Python、TensorFlow和其他库，尤其是当涉及GPU支持时。

6. **安装 TensorFlow-GPU**：在激活了包含 cuDNN 和 cuTools 的环境中，通过命令 `conda install tensorflow-gpu` 或 `pip install tensorflow-gpu` 来安装 TensorFlow 的 GPU 版本。

7. **验证安装**：安装完成后，你可以运行一些简单的 TensorFlow 示例，如 `import tensorflow as tf; print(tf.test.is_gpu_available())`，如果返回 True，说明安装成功并且能够利用GPU。