目录
前言
正文
前言
！！！tensorflow-gpu的版本要与cuda与cudnn想对应。这点十分重要！推荐下载较新的。即tensorflow-gpu=2.60及以上，cuda=11.x及以上，cudnn=8.x及以上。
所以，下载之前先检查好，直接csdn搜索就可以找到了！
解决了这三者的兼容问题，后续的版本问题就会小很多了。
cuda下载地址：https://developer.nvidia.com/cuda-downloads
cudnn下载地址：https://developer.nvidia.com/rdp/cudnn-archive
tensorflow下载教程：tensorflow下载_下载tensorflow-CSDN博客
就比如我，下载的是tensorflow-gpu=2.6.0，cuda=11.2，cudnn=8.2.1。
cuda下载
local与network其实一样。前者是直接下载软件，后者是下载一个下载cuda的工具。
下载三种都没有什么好注意，几乎一直默认就可以了。csdn上都有。
但是要记住cuda与cudnn的下载位置。
正文
配置才是重中之重！！！
其中，cuda打开下面的文件位置。
而，cudnn中有一个文件cuda，我起初直接把文件放在v11.2下，但是这样不行，反正我不行。
下面介绍一种我试过且行得通的方法。
把cudnn中的bin、lib和include三个文件夹中的所有文件复制到cuda相同名称下的文件夹中，如下表格所示：
| cuda | cudnn |
| v11.2/bin | cuda/bin |
| v11.2/include | cuda/include |
| v11.2/lib/x64 | cuda/lib/x64 |
cudnn的目录：
好了，就这样了。
其中，cudnn那个txt文件要不要复制到cuda中，看你自己了。
