如何不使用Anaconda安装并运行GPU版本TensorFlow？

当然可以不用Anaconda，直接通过原生pip和NVIDIA官方工具搞定，步骤如下：

前提检查 #

• 确认你的NVIDIA显卡算力≥3.5（去NVIDIA官网查显卡参数即可，低于该算力无法运行CUDA）
• 提前装好最新版NVIDIA显卡驱动，不要用后续CUDA安装包自带的驱动，单独安装最新版更稳定

1. 安装CUDA Toolkit #

• 先查TensorFlow官方要求的CUDA版本（比如TensorFlow 2.15对应CUDA 12.2），前往NVIDIA官网下载对应版本的安装包
• 安装时选择「自定义安装」，取消勾选NVIDIA GeForce Experience和驱动程序组件（已装过最新驱动），仅保留CUDA相关组件
• 安装完成后，检查系统环境变量：确保CUDA_PATH和CUDA_PATH_Vxx.x已添加，同时将%CUDA_PATH%\bin和%CUDA_PATH%\libnvvp加入Path

2. 安装cuDNN #

• 下载对应CUDA版本的cuDNN（需注册免费的NVIDIA开发者账号）
• 解压压缩包，将里面的bin、include、lib三个文件夹直接复制到CUDA Toolkit的安装目录（默认路径为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vxx.x），覆盖原有文件即可

3. 用pip安装TensorFlow GPU版 #

• 先卸载已安装的CPU版TensorFlow：pip uninstall tensorflow
• 安装GPU版：如果是最新版本，直接运行pip install tensorflow[and-cuda]，该命令会自动匹配对应CUDA和cuDNN的依赖；若安装旧版本，指定版本号即可，比如pip install tensorflow==2.15.*

验证GPU是否正常工作 #

• 打开Python终端，运行以下代码：

import tensorflow as tf
print(tf.config.list_physical_devices('GPU'))

• 若输出包含你的GPU设备信息，说明配置成功

内容的提问来源于stack exchange，提问作者chiru player