想用tensorflow的GPU版本，安装后

如果出现“W tensorflow/stream_executor/platform/default/dso_loader.cc:59] Could not load dynamic library 'cudart64_101.dll'; dlerror: cudart64_101.dll not found”

这个Warnning说明有可能没有安装CUDA。需要到下面这几个网址，看看自己的机器中显卡驱动和tensorflow版本来确定自己应该下载什么版本的cuda cudnn

https://tensorflow.google.cn/install/source
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

如果显卡驱动和tensorflow版本之间产生矛盾，不好确定cuda cudnn，建议先到www.nvidia.com去下载显卡驱动让显卡驱动适应tensorflow版本。

在确定自己要下载的版本后，可以使用

conda install cudatoolkit=XX.XX.XX
conda install cudnn

来安装。

如果上述方法安装很慢的话，可以在

https://repo.anaconda.com/pkgs/main/win-64/

找到自己想安装的文件URL，而后用第三方下载工具下载的合适目录中，而后在本地目录运行类似以下命令直接安装

conda install cudatoolkit-9.0-1.tar.bz2
conda install cudnn-7.6.5-cuda9.0_0.tar.bz2

如果还是不能使用GPU。建议使用下列方式：

1、确定python版本3.7.

2、安装tensorflow2.4.0

使用pip install tensorflow==2.4.0命令。或者先下载文件

https://files.pythonhosted.org/packages/2f/45/68e41b073b17c49dc9f02648acfd43b029072786a229465c27e9554c993e/tensorflow-2.4.0-cp37-cp37m-win_amd64.whl

再使用命令：pip install tensorflow-2.4.0-cp37-cp37m-win_amd64.whl.

  如果在这步出现以下错误：

Cannot uninstall 'wrapt'. It is a distutils installed project and thus we cannot accurately determine which files belong to it which would lead to only a partial uninstall.

可以使用以下命令强行升级

pip install -U --ignore-installed wrapt==1.12.1

3、安装cudatoolkit 11.0.221

使用命令 conda install cudatoolkit=11.0.221

或者先下载文件：https://repo.anaconda.com/pkgs/main/win-64/cudatoolkit-11.0.221-h74a9793_0.tar.bz2

再使用命令 conda install cudatoolkit-11.0.221-h74a9793_0.tar.bz2

4、安装cudnn8.0

这就要到nvidia网站去下载了。提供URL（不保证都能下）https://developer.nvidia.com/compute/machine-learning/cudnn/secure/8.1.0.77/11.2_20210127/cudnn-11.2-windows-x64-v8.1.0.77.zip

打开这个zip文件而后

  把里面的include下一堆.h文件拷贝到你的anaconda安装目录下的\Library\include中；

  把bin下的一堆.dll文件拷贝到你的anaconda安装目录下的\Library\bin中；

  把lib\x64下一堆.lib文件拷贝到你的anaconda安装目录下的\Library\lib\x64中；

5、到此为止可以用GPU来跑tensorflow了。