win11平台，Tensorflow2.10以下+gpu，已经被淘汰了

Question

如题，因为课程原因去探索tensorflow+gpu的使用，发现在win版本已经不再支持gpu版本。要么用wsl要么换ubuntu系统

Answer 1

引自免费微信小程序：皆我百晓生

针对您在Windows 11平台上使用TensorFlow GPU版本的问题，实际上，从TensorFlow 2.4版本开始，官方已不再直接支持通过NVIDIA CUDA在Windows上进行GPU运算。但是，您仍然可以通过以下方法在Windows 11上配置和使用TensorFlow+GPU环境：

方案一：使用WSL（Windows Subsystem for Linux）

1. 首先，启用并安装WSL2以及Ubuntu等Linux发行版。参考微软官方文档： 如何安装WSL

2. 在WSL中安装CUDA和cuDNN，并配置环境变量。

3. 安装Python和TensorFlow-gpu版本，确保与CUDA、cuDNN兼容。例如，在WSL的Ubuntu环境中执行如下命令：

# 更新系统包列表
sudo apt-get update

# 安装必要依赖
sudo apt-get install -y python3-dev python3-pip libopenblas-base libblas-dev liblapack-dev gfortran

# 安装CUDA和cuDNN (需从NVIDIA官网获取相应版本的.deb文件)
# 假设已经下载好cuda-repo-ubuntuXX_YY.deb 和 libcudnnX.Y-cudaXX_YY.deb
sudo dpkg -i cuda-repo-ubuntuXX_YY.deb
sudo apt-key add /var/cuda-repo-XXXXX/7fa2af80.pub
sudo apt-get update
sudo apt-get install cuda

# 下载并安装cuDNN
sudo dpkg -i libcudnnX.Y-cudaXX_YY.deb

# 安装tensorflow-gpu
pip3 install tensorflow-gpu==<version> # 替换为你要安装的TensorFlow版本

方案二：安装Anaconda并在虚拟环境中配置TensorFlow+GPU

1. 安装Anaconda或Miniconda，创建一个新的conda环境并激活它：

# 下载并安装Anaconda
# https://www.anaconda.com/products/distribution

# 创建新环境并激活
conda create --name tf_gpu python=3.8
conda activate tf_gpu

# 安装必要的CUDA和cudnn（需要手动下载并设置环境变量指向它们）
# CUDA和cuDNN可以从NVIDIA官网下载，然后将路径添加到系统环境变量中

# 安装TensorFlow-gpu
conda install tensorflow-gpu==<version>

请根据您的实际需求和硬件配置选择合适的CUDA和TensorFlow版本，确保两者兼容。同时，请注意查看NVIDIA官方支持的CUDA和cuDNN版本与TensorFlow之间的对应关系。

虽然上述步骤未提供具体的CUDA和TensorFlow版本号，但您可以查阅NVIDIA开发者指南以及TensorFlow官方文档以获取最新兼容性信息。