不同版本的tensorflow官方提供的编译好的whl文件只对应一个cuda版本，这让需要tensorflow的不同版本时很麻烦。
我选择的方式是在conda中新建一个环境，在环境中安装需要的tensorflow和cudatoolkit。
这里假设已经安装好anaconda。
-
确定需要的tensorflow版本对应的python和cuda版本。
我这里要安装的是tensorflow2.6，以下说明均基于tensorflow2.6，python3.9，cuda11.2。
tensorflow和python、cuda对应的关系可以在官网查询：https://www.tensorflow.org/install/source?hl=zh-cn -
新建conda环境
conda create -n tf26 python=3.9
安装完成后进入新建的环境
conda activate tf26
- 在环境中安装tensorflow
pip install tensorflow-gpu==2.6
- 在环境中安装tensorflow对应版本的cuda
conda install cudatoolkit=11.2 cudnn -c conda-forge
- 检查tensorflow是否可以成功使用GPU
import tensorflow as tf
tf.config.list_physical_devices('GPU')
如下图表示tensorflow可以成功使用GPU
