Tensorflow 2.8（最新版本）

若均使用Conda可以直接进入下一部分（目前Anaconda最高可以安装 Tensorflow 2.6）

系统环境下安装最新版本参看：

• 2022【超详细】搭建深度学习环境与配置tensorflow2.7+keras2.7+CUDA11.6+cuDNN
  对应版本
• 官网安装TensorFlow 2

Anaconda + Tensorflow 1.12

（GPU支持失败）由于本机显卡RTX 3060，CUDA最低支持11，而 Tensorflow 1.12 最高支持到 10

由于需要兼容某平台的使用，故本机安装Tensorflow 1.12 记录如下：

1. 安装 Anaconda参看：
   Anaconda环境下tensorflow1.12.0保姆式安装及相关奶妈级配置

   • 安装cuda和cudnn部分不建议参考
   • 设置环境变量部分选择参考，本人因为开始在系统环境（非 Anaconda）安装好了python和tf2.8，为了继续使用该环境所以没有设置环境变量

2. 安装 对应版本的cuda、cudnn，参看：
   使用Anaconda 创建指定cuda 版本的虚拟环境

3. 安装 Tensorflow 1.12
   替换为清华的源后直接安装

   conda install tensorflow=1.12
   conda install -c anaconda keras=2.2.4
   

4. 降级 numpy 参看：
   《tensorflow和numpy对应的版本》

   conda install numpy==1.15
   

WSL + Ubuntu 22 + Tensorflow 1.15 （待测试）

miniconda & python 3.8
WSL配置（Ubuntu+miniconda+vscode）
参看：
在python 3.8 / CUDA 11环境下安装tensorflow 1.15
NVIDIA tensorflow git
Windows10/11 WSL2 安装nvidia-cuda驱动

目前已安装成功的环境

系统环境：

• 电脑：Redmi G 2021 锐龙版
• 操作系统：Windows 10 家庭中文版 21H1
• 显卡：GeForce RTX 3060 Laptop
• 驱动：Nvidia Studio 512.59

Tensorflow2.8环境：
Python 3.9.12 + CUDA 11.6.2 + cuDNN 8.3.3 + Tensorflow 2.8.0

import tensorflow as tf
tf.test.is_gpu_available()

Tensorflow 1.12环境（若安装cuda9能检测到GPU，但运行报错）：
Python 3.6 + Tensorflow 1.12.0 + Keras 2.2.4

import tensorflow as tf
tf.config.list_physical_devices('GPU')

可升级到TF 2.10 + CUDA 11.8 + CUDNN 8.9.2（2023-08-01）

注意：TF 2.10以上不支持Window 显卡

正常卸载老版本CUDA，下载安装新版即可