tensorflow安装GPU

TensorFlow是一个广泛使用的深度学习框架，支持在CPU、GPU和TPU上运行模型。如果你想要利用GPU加速训练过程，你需要在安装时特别配置以识别并使用GPU资源。

以下是安装TensorFlow GPU的基本步骤：

1. **确保你的系统有GPU**：首先，确认你的计算机上有CUDA（Compute Unified Device Architecture）和cuDNN（CUDA Deep Neural Network Library），这是TensorFlow用于GPU计算的基础库。

2. **安装CUDA**：访问NVIDIA官网下载并安装最新版本的CUDA Toolkit，这将包含驱动程序和必要的开发工具。

3. **安装cuDNN**：同样从NVIDIA官网下载cuDNN库，并将其添加到系统路径中，通常会自动完成，或者手动移动到合适的位置。

4. **设置环境变量**：配置环境变量，如`LD_LIBRARY_PATH`和`PATH`，指向CUDA和cuDNN的安装目录。

5. **选择适当的Python发行版**：推荐使用Anaconda创建一个新的虚拟环境，然后在该环境中安装tensorflow-gpu。

   conda create -n tf_gpu python=3.7
   conda activate tf_gpu
   pip install tensorflow-gpu

6. **检查安装**：安装完成后，你可以通过运行以下命令来验证是否成功安装了GPU版本的TensorFlow：

   import tensorflow as tf
   print(tf.config.list_physical_devices('GPU'))