Tensorflow是當(dāng)前主流的深度學(xué)習(xí)框架，是深度學(xué)習(xí)方向從業(yè)者和研究生的生產(chǎn)力工具，我在本科參加學(xué)科競賽期間曾經(jīng)安裝過tensorflow1.12版本和對應(yīng)的keras2.2版本，相對來說，keras提供了較多調(diào)用tensorflow的API，這極大地減輕了工作量，而新版的tensorflow2.0及以上版本自帶keras，無需再另外安裝。近期考取了計算機科學(xué)與技術(shù)專業(yè)的學(xué)碩，打算重新開始深度學(xué)習(xí)方向的工作，現(xiàn)在也針對win11操作系統(tǒng)筆記本電腦如何安裝部署tensorflow和pytorch兩大主流AI框架進行逐步的介紹，后期還會結(jié)合tensorflow2.0說明文檔和實戰(zhàn)項目更新這一系列。
1.準備工作
準備工作主要分為以下步驟：
1.1版本查詢
在安裝Tensorflow-GPU版本前，需要對安裝部署計算機的顯卡、GPU等版本信息進行核查。以我自己筆記本為例：
顯卡：NVIDIA GeForce RTX 4080 Laptop GPU；
這個可以通過魯大師或者騰訊電腦管家查看
Python:我是安裝了anaconda3，對應(yīng)的python版本是3.6，這里也推薦大家使用python3.6，3.7及更高的版本據(jù)稱在后期使用過程中可能會和TensorFlow等有一些兼容性方面的問題。
CUDA：CUDA（Compute Unified Device Architecture,統(tǒng)一計算設(shè)備架構(gòu)）是英偉達推出的使用GPU資源進行復(fù)雜通用并行計算的SDK。在安裝好CUDA后，我們就可以用C++等其他語言對GPU進行底層編程。我們可以點開任務(wù)欄中的“搜索”，輸入“cmd”，打開命令窗口，在命令窗口用nvidia-smi 命令查看GPU驅(qū)動版本，也就是我們“CUDA Version”，Windows 11 版本中一般是12.0版本。
可以看到我的電腦的CUDA版本確實是12.0
cuDNN:同樣是英偉達推出的。對比標準的CUDA，它的底層使用了很多先進接口和技術(shù)，并且在一些常用的神經(jīng)網(wǎng)絡(luò)操作上進行了算法性能的提升，如卷積、池化、歸一化和激活等。應(yīng)當(dāng)先安裝CUDA，然后根據(jù)CUDA的版本安裝對應(yīng)版本的cuDNN。
對于Tensorflow2.0，它要求CUDA的版本不低于10.0而且cuDNN的版本不低于7.5。文章來源：http://www.zghlxwxcb.cn/news/detail-626328.html
1.2查看版本對應(yīng)關(guān)系
可以去官網(wǎng)查詢不同版本的Tensorflow的環(huán)境配置要求
官網(wǎng)鏈接：添加鏈接描述
這里可以看到，由于我現(xiàn)在的python版本是3.6，那么可供我選擇的TensorFlo文章來源地址http://www.zghlxwxcb.cn/news/detail-626328.html
到了這里，關(guān)于Win11筆記本電腦RTX4080顯卡安裝Tensorflow-GPU2.6.0方法步驟的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
