要安装TensorFlow 2.2 GPU版本，您需要安装与之兼容的cuDNN库。根据TensorFlow官方文档，TensorFlow 2.2 GPU版本需要cuDNN 7.6.5及以上版本。

以下是在Windows操作系统上安装TensorFlow 2.2 GPU和cuDNN 7.6.5的步骤：

1. 首先，确保您的计算机上已安装了合适的NVIDIA驱动程序。您可以从NVIDIA官方网站下载和安装最新的驱动程序。

2. 接下来，根据您的CUDA版本下载对应的cuDNN库。在TensorFlow 2.2 GPU的情况下，您需要下载cuDNN 7.6.5。请确保下载与您的CUDA版本相对应的cuDNN库。

3. 下载完成后，解压缩cuDNN压缩文件。

4. 将解压缩后的文件夹中的以下文件复制到CUDA的安装目录中。默认情况下，CUDA的安装目录为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v{版本号}，其中{版本号}应与您安装的CUDA版本相对应。

   • bin\cudnn64_7.dll 复制到 CUDA\v{版本号}\bin 文件夹中。
   • include\cudnn.h 复制到 CUDA\v{版本号}\include 文件夹中。
   • lib\x64\cudnn.lib 复制到 CUDA\v{版本号}\lib\x64 文件夹中。

5. 然后，将CUDA的bin目录（默认为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v{版本号}\bin）添加到系统环境变量PATH中。这一步是为了确保TensorFlow能够找到所需的cuDNN库。

6. 最后，通过以下命令安装TensorFlow 2.2 GPU版本：

pip install tensorflow-gpu==2.2.0

安装完成后，您可以在Python代码中导入TensorFlow并开始使用GPU加速的功能。

请注意，以上步骤是适用于Windows操作系统的示例。如果您使用的是其他操作系统，请参考TensorFlow官方文档和cuDNN文档以获取与您操作系统相对应的安装步骤。