¿Qué debemos saber para instalar correctamente TensorFlow con GPU?

Hacer uso de una GPU para entrenar nuestros modelos de Deep Learning es algo casi imprescindible hoy en día, por lo “rápido” que resulta entrenar los modelos con GPU respecto a entrenarlos con una CPU. En el siguiente enlace tenéis la explicación del porqué la GPU es más rápida que la CPU para entrenar los modelos de Deep Learning: Python vs Numpy vs GPU (TensorFlow): Tiempos de Ejecución

Si es la primera vez que te enfrentas a la instalación de TensorFlow y quieres hacer uso de la GPU, tienes que saber qué debes instalar en tu PC (drivers de NVidia, CUDA, cuDNN, Python y TensorFlow-gpu) y con qué versiones, para que TensorFlow haga uso de la GPU. En el siguiente video lo contamos con todo detalle:

En resumen, debes de responder a las siguientes preguntas (ENLACES):

1. ¿Qué sistema operativo utilizo?
2. ¿Qué GPU tengo?
3. ¿Qué versión de drivers me puedo instalar?
   • Descarga de Drivers: Descarga los últimos controladores oficiales de NVIDIA (NVIDIA)
4. ¿Qué versiones de CUDA me puedo instalar en función de la versión de los Drivers ya instalados?
   • Compatibilidades CUDA vs Drivers: CUDA Compatibility (NVIDIA Docs)
   • Descarga de CUDA: CUDA Toolkit 13.3 Update 1 Downloads (NVIDIA Developer)
5. ¿Qué versiones de TensorFlow (con Python) puedo instalarme en función de la versión de CUDA? Y ¿Qué versión de cuDNN me instalo?
   • Compatibilidades Python vs TensorFlow vs CUDA vs cuDNN: Build from source on Windows (TensorFlow)
   • Descarga de cuDNN: cuDNN Archive (NVIDIA Developer) (debes de registrarte para poder descargar cuDNN)