windows（最高只能到2.10）
硬件要求
具有® CUDA® 架构 3.5、5.0、6.0、7.0、7.5、8.0及以上等。
系统要求
Windows 10 19044 或更高版本，windows11（64 位）
安装步骤
在Anaconda环境中依次输入以下代码
conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0 python -m pip install "tensorflow<2.11" python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
windows wsl2（最新版）
硬件要求
具有® CUDA® 架构 3.5、5.0、6.0、7.0、7.5、8.0及以上等。
系统要求
Windows 10 19044 或更高版本，windows11（64 位）
安装步骤
第一步：安装Nvidia驱动
找到适合自己的驱动，并下载安装，可能需要魔法
Nvidia驱动网站:https://www.nvidia.com/download/index.aspx
第二步：安装wls2 Ubuntu
用快捷方式win+r打开运行，在运行里面输入cmd打开命令行窗口，运行下面代码
wsl --install
设置用户名和密码，我这里是已经安装了的. 如果界面出不来，上面代码多试几次
第三步：下载Miniconda Linux版
在wsl系统中输入下面代码
curl https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -o Miniconda3-latest-Linux-x86_64.sh bash Miniconda3-latest-Linux-x86_64.sh
按要求输入回车，看到证书要求信息，一直回车直到出现 Do you accept the license terms? [yes|no]
输入yes
输入回车
再输入yes
完成，输入exit退出Ubuntu系统.
第四步：在Ubuntu的Miniconda中创建虚拟环境
首先进入Ubuntu系统
wsl --distribution Ubuntu
然后输入以下代码，创建虚拟环境
conda create --name tf python=3.9 conda activate tf
环境安装完成
第五步：在Miniconda中安装Cuda并设置默认配置
接下来我们在miniconda中安装
conda install -c conda-forge cudatoolkit=11.8.0 pip install nvidia-cudnn-cu11==8.6.0.163
如果第二个pip命令安装速度慢可以在命令后面加上清华源
pip install nvidia-cudnn-cu11==8.6.0.163 -i https://pypi.tuna.tsinghua.edu.cn/simple
可以看到下载速度很快啊，很快，安装结束后我们设置默认配置，在命令行输入
CUDNN_PATH=$(dirname $(python -c "import nvidia.cudnn;print(nvidia.cudnn.__file__)")) export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CUDNN_PATH/lib:$CONDA_PREFIX/lib/ mkdir -p $CONDA_PREFIX/etc/conda/activate.d echo 'CUDNN_PATH=$(dirname $(python -c "import nvidia.cudnn;print(nvidia.cudnn.__file__)"))' >> $CONDA_PREFIX/etc/conda/activate.d/env_vars.sh echo 'export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CUDNN_PATH/lib:$CONDA_PREFIX/lib/' >> $CONDA_PREFIX/etc/conda/activate.d/env_vars.sh
没有返回就是默认配置完成.
第六步：安装 Tensorflow 和 jupyter lab
接下来我们来安装 Tensorflow 和 jupyter lab
pip install tensorflow==2.13.* -i https://pypi.tuna.tsinghua.edu.cn/simple pip install jupyterlab -i https://pypi.tuna.tsinghua.edu.cn/simple
可以看到，速度是非常快的！
第七步：测试安装是否完毕
在命令行端口输入
jupyter lab
复制框中的任意一个网站然后在浏览器打开
新建一个Notebook然后输入以下测试代码
import tensorflow as tf print(f"Tensor Flow Version: {tf.__version__}") gpu = len(tf.config.list_physical_devices('GPU'))>0 print("GPU is", "available" if gpu else "NOT AVAILABLE")
最新版Tensorflow安装完成！
