GPU 支持
软件要求
目前 tensorflow 2.3.0，如果不是从源代码构建请使用下列版本，不要过高或过低，否则运行代码会出现错误
- CUDA 10.1
- cuDNN v7.6.x
必须在系统中安装以下 NVIDIA® 软件：
- NVIDIA® GPU 驱动程序：CUDA 10.1 需要 418.x 或更高版本。
- CUDA® 工具包：TensorFlow 支持 CUDA 10.1（TensorFlow 2.1.0 及更高版本）
- CUDA 工具包附带的 CUPTI。
- cuDNN SDK（7.6 及更高版本）
- （可选）TensorRT 6.0，可缩短用某些模型进行推断的延迟时间并提高吞吐量。
- 设置 > 应用和功能
搜索 NVIDIA 全部卸载，删除 C:\ProgramData、C:\Program Files (x86)、C:\Program Files NVIDIA 相关目录，重启系统
- 下载显卡对应的驱动程序
https://www.nvidia.com/download/index.aspx?lang=en-us
- 下载 CUDA Toolkit
https://developer.nvidia.com/cuda-toolkit-archive
- 下载 cuDNN SDK（需 NVIDIA 注册帐号）
https://developer.nvidia.com/cudnn
下载完成后解压 cudnn-10.1-windows10-x64-v8.0.2.39.zip（复制 bin、include、lib 文件夹粘贴） 到 CUDA Toolkit 安装目录 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1（目录下同样有三个文件夹 bin、include、lib）
CUDA 统一计算设备架构
-
此时安装 TensorFlow 的必要软件已满足
pip install tensorflow
测试代码，注意加载的动态库，所有都为 Successfully，安装成功
import tensorflow as tf
print(tf.__version__)
print("Num GPUs Available: ",
len(tf.config.experimental.list_physical_devices('GPU')))