解决CUDA 11.6版本对应的tensorflow-gpu版本问题

个人电脑相关配置版本信息

（超级超级新的版本，以至于适配方面花了很长时间来搞）

cuda  11.6
cudnn  8.9.0
python  3.10

对应安装的gpu版本
tensorflow-gpu  2.10.0

对应代码

pip install tensorflow-gpu==2.10.0 -i https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

具体怎么安装的我已经放在文章底部啦，改镜像源什么的也不多说~

感谢参考嘿(-v-

--------------------------------------------------------------------------------------------分割线----------------------------

>>>避坑过程

1）如果按照这段代码安装

#采用清华镜像的pip安装#pip install 命令后面带上“-i 源地址”pip install tensorflow-gpu -i https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

那么能得到一大堆Error，告知你此包不存在（默认安装最新版）

 不仅如此，还会善意地提醒你去安装tensorflow（即CPU版本），让你心安理得地感觉很成功，最后到跑gpu的时候发现莫名其妙的报错【巨坑】

Why？

最新版的tensorflow-gpu版本是2.12.0，国内镜像源还没上线呢！（2023.4.21记录）

2）于是你就想，既然我得不到最新版的，那么我就安装以往版本的gpu呗

然后你大概率能在网上找到一张比对图

 但很遗憾地告诉你，这张图已经两三年没更新了，你根本找不到你电脑配置对应的最新版本

耶！！！

3）接下来是瞎蒙版本的过程，中奖概率取决于个人手感~

pip install tensorflow-gpu==对应版本号 -i https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

 目前有的版本

versions:

0rc1, 2.8.0, 2.8.1, 2.8.2, 2.8.3, 2.8.4, 2.9.0rc0, 2.9.0rc1, 2.9.0rc2, 2.9.0, 2.9.1, 2.9.2, 2.9.3, 2.10.0rc0, 2.10.0rc1, 2.10.0rc2, 2.10.0rc3, 2.10.0, 2.10.1

如果蒙错了，大致会报错（烧了我大概3GB流量

虽然也不知道有什么后果，但祝你好运！

最终成功结果也展示给大家吧

在ipython交互控制台输入以下代码

import tensorflow as tfprint(tf.test.is_gpu_available())

得到True的输出便表示你成功了！

学术小白，如有错误，还请指正哈~

#参考文章​​​​​https://blog.csdn.net/sinat_39620217/article/details/115462155

#参考文章Tensorflow-gpu安装教程（详细）！！！_Hacker Belial的博客-CSDN博客

来源地址：https://blog.csdn.net/m0_62517792/article/details/130278920