Windows下的tensorflow+cuda+cuDNN环境

转移自2021年在简书的笔记

• 我就不该在简书写这些东西，随便发个带链接的指令就锁文章！
• 给自己做一个笔记，在2021年的时候，由于从github上抄了一些旧版代码，结果tensoflow、pytorch+cuda版本的对应问题差点把我搞死，后来慢慢的发现这些都不是问题了，但还是把心得记录一下。

2023.6 结论

1. WSL+ubuntu（或者纯ubuntu）可以解决大部分问题，比如ubuntu20.04默认的python3.8下可以支持：

Tensorflow_federated 0.33+TF2.9+cuda11.8

但纯windows只能到TFF的0.17版本。不玩TFF，可以上TF2.11和cuda11.8等很高的版本。
但注意pytorch2当前只支持到cuda11.8，所以不需要搞得太高版本。

2.在windows下，也是建议cuda11.8+cudnn8.8（这个高低一些低一些好像都行），同时可以支持pytorch2和TF2.10，但TFF只能玩0.17版。

TF	Cuda	Cudnn	Keras
tensorflow2.10.x	cuda11.8.0	cudnn8.8.0(for cuda11.x)	keras2.10.0
需要注意的是：

• Tensorflow 2.10是最后一个在windows上支持GPU的版本，更高版本的TF在windows上找不到GPU，最好转到ubuntu。
• 这个版本的CUDA在windows上可能出“Could not locate zlibwapi.dll“ 错误，解决方法：

1. 下载 http://www.winimage.com/zLibDll/zlib123dllx64.zip
   （这个连接来自官方文档[Installation Guide :: NVIDIA Deep Learning cuDNN Documentation）(https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html ）

2，里面的zlibwapi.lib文件拷贝到cuda安装目录的lib文件夹，zlibwapi.dll文件拷贝到cuda安装目录的bin文件夹即可，压缩包内别的文件都不用管。

如果不是历史问题，下面的东西不太用看了，不太需要考虑多版本cuda。

-----------------------下面是一些老皇历了--------------------

多版本tensorflow+cuda+cuDNN共存环境

python版本

• python 3.8.10可以支持到tensorflow 2.6（但在wsl上测试，tf2.11也能跑），tf 2.10以上推荐使用python3.9以上。
• TF1建议用pyhton3.6.x，用python3.8.x ，pip install tensorflow==1.x.x 提示找不到对应版本。

之前测试过的的TF+Keras+CUDA版本

TF	Cuda	Cudnn	Keras
tensorflow1.14	cuda10.0.x	cudnn7.4.2（for cuda10）	keras2.2.5
tensorflow2.3.4	cuda10.1.x	cudnn7.6.5（for cuda10.1）	keras2.4.3
tensorflow2.6.3	cuda11.2.x	cudnn8.1.1	keras2.6.0

windows玩联邦学习

TTF	TF	平台
-tensorflow-federated 0.17	tensorflow2.3.4	Windows
tff目前最新版本是0.48，但里面涉及到一些包只支持linux，windows下还没找到好的安装方法。

显卡

• 亲测3060不能很好的支持cuda10.1，会卡在莫名其妙的地方。
• 尝试跑了一个非图像的项目，3060比2060只快了7%。不过可能是风扇更大，温度保持在50多度，2060要80度了。
• 显卡驱动，据说 studio版本比game ready的要好，也有人说差不多。

cuda+cudnn多版本切换

• 打开windows的系统环境变量，看到CUDA_PATH这里，根据想用的cuda版本，选择合适的路径。
  
• 然后在点开path环境变量：
  
• 最上面四个cuda相关的路径，两个关于10.1，两个关于10.0，用谁就把相应的版本上移。（这个步骤有点玄学，可能没用，但保险）。
• 最后重启pycharm，怕不保险就重启电脑。
• 此外，还有人说要修改NVCUDASAMPLES_ROOT这个环境变量，但目前感觉不用