DL之IDE：深度学习环境安装之查看本地的电脑显卡是否支持GPU以及需要安装匹配的CUDA版本、tensorflow版本、torch版本等

DL之IDE：深度学习环境安装之查看本地的电脑显卡是否支持GPU以及需要安装匹配的CUDA版本、tensorflow版本、torch版本等

目录

查看本地的电脑显卡是否支持GPU以及tensorflow_gpu版本

1、第一步，查看自己的电脑显卡是否支持GPU

2、第二步，安装cuDNN和CUDA版本

3、第三步，查看本机已安装的tensorflow版本、torch版本

T1、pip list和conda list查询

T2、利用python代码查询

4、第4步，查看基于本机电脑GPU所正确匹配的两大深度学习框架正确版本：tensorflow版本、torch版本

T1、查看tensorflow与本机GPU匹配的版本

T2、查看torch与本机GPU匹配的版本

DL之IDE：深度学习环境安装之pytorch/torchvision版本和CUDA版本匹配列表、利用Pytorch查看自己电脑上CUDA版本、基于CUDA版本安装Pytorch命令行详解之详细攻略

查看本地的电脑显卡是否支持GPU以及tensorflow_gpu版本

1、第一步，查看自己的电脑显卡是否支持GPU

2、第二步，安装cuDNN和CUDA版本

相关文章：CUDA：根据本地电脑的NVIDIA显卡驱动版本去正确匹配待安装的CUDA版本之详细攻略_一个处女座的程序猿-CSDN博客

CUDA下载官网：CUDA Toolkit 11.5 Update 1 Downloads | NVIDIA Developer

3、第三步，查看本机已安装的tensorflow版本、torch版本

T1、pip list和conda list查询

T2、利用python代码查询

import tensorflow as tf
print(tf.__version__)

4、第4步，查看基于本机电脑GPU所正确匹配的两大深度学习框架正确版本：tensorflow版本、torch版本

T1、查看tensorflow与本机GPU匹配的版本

import tensorflow as tf
print(tf.__version__)

tensorflow版本为2.6.0，而没有安装tensorflow_gpu，根据cuDNN版本和CUDA版本选择对应的tensorflow_gpu版本即可！

地址：在 Windows 环境中从源代码构建  |  TensorFlow

T2、查看torch与本机GPU匹配的版本

DL之IDE：深度学习环境安装之pytorch/torchvision版本和CUDA版本匹配列表、利用Pytorch查看自己电脑上CUDA版本、基于CUDA版本安装Pytorch命令行详解之详细攻略

DL之IDE：深度学习环境安装之pytorch/torchvision版本和CUDA版本匹配列表、利用Pytorch查看自己电脑上CUDA版本、基于CUDA版本安装Pytorch命令行详解之详细攻略_查看torchvision版本-CSDN博客