TensorFlow 2.10是最后一个官方支持Windows原生GPU加速的版本，后续版本将仅通过WSL提供GPU支持。

环境搭建全流程

前置条件检查

硬件要求：

NVIDIA显卡

已安装最新版NVIDIA驱动

软件版本锁定：

组件 必须版本 备注

Python 3.10.x 实测3.12可能出现问题

CUDA 11.2 不适用此版本很可能出现问题

cuDNN 8.1.0 官方推荐版本（实测8.9.7也可行）

numpy 1.26.4 最新支持numpy<2的版本

numpy的版本必须是1.x，不能大于2，实测numpy 1.26.4可用，其也是最后一个1.x版本

TensorFlow 2 的CPU 和 GPU 软件包是一起的

以下是使用conda进行安装的演示

安装步骤分解

步骤1：创建名为tf_gpu专用虚拟环境

conda create -n tf_gpu python=3.10 -y

conda activate tf_gpu

步骤2：安装CUDA工具包和cuDNN库

conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0

步骤3：安装numpy 1.26.4

pip install numpy==1.26.4

步骤4：安装TensorFlow

python -m pip install "tensorflow<2.11"

确保numpy版本小于2，不然使用TensorFlow时会报错

验证安装

运行诊断命令：

python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

预期输出：

[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]

带有GPU字样即是成功安装带有GPU加速的版本

注意实现

确保numpy版本小于2，不然会报错

如果看官方文档时一定要看英文的，不会英文就用翻译，中文版很久没更新了

tensorflow官方文档链接

https://www.tensorflow.org/install/pip#windows-native