tensorflow安装教程gpu linux

### TensorFlow GPU 版安装教程 (Linux 系统)

#### 创建虚拟环境

为了保持系统的整洁以及避免依赖冲突，建议先创建一个新的 Python 虚拟环境。可以使用 `conda` 来管理这个环境：

conda create -n tensorflow2.6 python=3.9
conda activate tensorflow2.6

这会建立一个名为 `tensorflow2.6` 的新环境，并将其激活[^2]。

#### 安装 CUDA 和 cuDNN

TensorFlow 需要特定版本的 NVIDIA CUDA Toolkit 及其深度神经网络库（cuDNN），这些可以通过访问 NVIDIA 官方网站获取。对于 TensorFlow 2.6.0, 推荐安装与之兼容的 CUDA 工具包版本[^1]。

完成下载后按照官方文档中的说明来配置环境变量 PATH 和 LD_LIBRARY_PATH:

export PATH=/usr/local/cuda-11.2/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

请注意替换上述命令中的路径以匹配实际安装位置和所选 CUDA 版本号。

#### 使用 pip 安装 TensorFlow-GPU

一旦完成了前面两步，在已经激活的环境中通过 pip 命令即可轻松安装 TensorFlow GPU 支持版本：

pip install tensorflow-gpu==2.6.0

如果遇到国内网速较慢的情况，可以选择清华大学开源软件镜像站作为 PyPI 源加速下载过程：

pip install tensorflow-gpu==2.6.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/

以上操作完成后应该就可以成功设置好带有 GPU 加速功能的 TensorFlow 开发环境了[^3]。