因为30系的显卡已经用不了tf1了，所以没办法只能装tf2版本

1、显卡驱动

升级自己的显卡驱动，其实只要近期升级过一般上就没问题了

2、CUDA && CUDNN

https://developer.nvidia.com/rdp/cudnn-archive

首先是去看一下对应的版本关系，这里3070显卡对应的只需要安装v11.1版本的cuda以及对应的cudnn就可以，其他版本可以官网自查一下

https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

此处提供11.1需要的安装包

阿里云

https://www.aliyundrive.com/s/gQVTejHrfZH

百度网盘

链接：https://pan.baidu.com/s/11DVVAKBGb2PQAEV0tyus_Q 提取码：1111

首先安装cuda，

（这里只是个临时文件夹，安装用的

解压后，将cudnn文件夹内的bin\lib\include三个文件夹粘贴到安装目录下，如果安装过程中未修改，默认在

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1中

做好这几项后，再将路径添加到环境变量中如图，注意使用新建添加，不能浏览添加

此时cuda已经安装配置好了

3、安装tf

直接进行tensorflow的安装，使用cmd或者pycharm里的terminal直接下载2.6.0版本的tensorflow-gpu

 pip install --user -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==2.6.0

都完成后

尝试运行一下代码

 import tensorflow as tf
 import timeit
 ​
 with tf.device('/cpu:0'):
    cpu_a = tf.random.normal([10000, 1000])
    cpu_b = tf.random.normal([1000, 2000])
    print(cpu_a.device, cpu_b.device)
 ​
 with tf.device('/gpu:0'):
    gpu_a = tf.random.normal([10000, 1000])
    gpu_b = tf.random.normal([1000, 2000])
    print(gpu_a.device, gpu_b.device)
 ​
 def cpu_run():
    with tf.device('/cpu:0'):
        c = tf.matmul(cpu_a, cpu_b)
    return c
 ​
 def gpu_run():
    with tf.device('/gpu:0'):
        c = tf.matmul(gpu_a, gpu_b)
    return c
 ​
 ​
 cpu_time = timeit.timeit(cpu_run, number=10)
 gpu_time = timeit.timeit(gpu_run, number=10)
 print('warmup:', cpu_time, gpu_time)
 ​
 ​
 cpu_time = timeit.timeit(cpu_run, number=10)
 gpu_time = timeit.timeit(gpu_run, number=10)
 print('run time:', cpu_time, gpu_time)

至此，安装结束，上一次使用1050ti安装tf-gpu时，遇到了很多的小问题，这次居然一波过了，很幸运，如果有遇到问题的朋友，欢迎留言讨论。