准备尝试升级TensorFlow 1.14 到2.2，需要同时升级本地和服务器的环境，本文记录主要过程。

环境需求 {#环境需求}

当前TensorFlow最高版本 2.2.+ ，需要CUDA 10.1，cudnn 7.6

官网下载 ：https://developer.nvidia.com/

显卡驱动需要满足CUDA版本要求

CUDA与显卡驱动：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

TensorFlow-GPU与CUDA cudnn Python版本关系：https://tensorflow.google.cn/install/source_windows?hl=en#gpu

Linux {#Linux}

• 下载 cuda_10.1.243_418.87.00_linux.run 并安装（之前装过并运行过TensorFlow，相关库不过时的话可以不特意去装 cudnn）

过程中不需要安装驱动

将 /usr/local/cuda 软链接 指向 cuda-10.1

在 ~/.bashrc 中添加环境变量：

• 下载 TensorFlow ：tensorflow_gpu-2.2.0-cp37-cp37m-manylinux2010_x86_64.whl

或使用pip安装 会自动安装最新版 2.2.0 版本tf

Windows {#Windows}

• 下载 cuda_10.1.243_426.00_win10.exe 并安装（之前装过并运行过TensorFlow，相关库不过时的话可以不特意去装 cudnn）

我之前安装了CUDA10.0，不需要卸载原始版本，直接使用默认配置安装新版CUDA即可

• 下载 TensorFlow ：tensorflow_gpu-2.2.0-cp37-cp37m-win_amd64.whl

或使用pip安装 会自动安装最新版 2.2.0 版本tf

测试 {#测试}

• python 环境下测试

当最后一行输出True表示GPU可用，如果是False请查看错误信息。

文章链接：
https://www.zywvvd.com/notes/environment/cuda/Linux-tensorflow-2-2-install/Linux-tensorflow-2-2-install/