Tensorflow-gpu搭建，转载备忘

转载来自，所有版本号全部一致可以直接成功：

https://blog.csdn.net/m0_38068876/article/details/128364154
https://blog.csdn.net/m0_46149071/article/details/128456089?ops_request_misc=&request_id=&biz_id=102&utm_term=tensorflow%E5%92%8Cpython%E6%90%AD%E5%BB%BA&utm_medium=distribute.pc_search_result.none-task-blog-2_blogsobaiduweb~default-1-128456089.nonecase&spm=1018.2226.3001.4450

查看本机的GPU版本，低于该版本的都可以安装

1.安装anaconda
1.1 安装
（1）访问Anaconda官网（https://docs.conda.io/en/latest/miniconda.html），点击所需版本的下载链接。
（例如：https://repo.anaconda.com/miniconda/Miniconda3-latest-Windows-x86_64.exe）
（2）双击exe文件→Next→I Agree!→Next→Next（注意调整安装路径）→Install（两个都要勾选）→Finish
1.2 检查
（1）打开cmd界面（win+r+cmd）→输入命令行：conda env list→显示miniconda安装位置，及所有配置环境（base）。
（2）查看python版本→输入命令行：python
2.安装pycharm
3.安装tensorflow-gpu

新增conda环境变量，每次在终端都需要激活下虚拟环境变量

查看环境变量：
conda env list
查看当前conda的包：
conda list

（1）创建虚拟环境：打开Anaconda Prompt（miniconda）→输入命令行后回车：
conda create -n tensorflow-gpu python==3.9 →y（创建成功）
（2）进入虚拟环境：输入命令行后回车：conda activate tensorflow-gpu

tensorflow版本对应：
https://tensorflow.google.cn/install/source?hl=en#gpu

查看有哪些版本的cuda

conda search cuda
conda search cudnn

如果没有对应版本，多新增几个源

查看当前的源
conda config --show channels
添加源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
移除源
conda config --remove channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

构建tensorflow-gpu
仅限于python3.9.18 tensorflow 2.6，其他的暂时没有测试过

**** -i https://pypi.tuna.tsinghua.edu.cn/simple/
conda install cudatoolkit=11.2.0
conda install cudnn=8.1.0.77
pip install tensorflow-gpu==2.6.0
pip install protobuf==3.20.0
pip install numpy==1.19.5
pip install matplotlib==3.3.4
pip install pandas==1.3.4
pip install scikit-learn==1.3.2 (安装时默认把numpy给更新到最新版了，需要重新装一下numpy)
pip install scipy==1.10.0rc1
pip install tushare==1.2.89   股票金融数据接口

如果pip没有对应版本，则新增一些源

如：pip install tensorflow-gpu==2.6.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/
# 阿里云镜像源
http://mirrors.aliyun.com/pypi/simple/

# 清华大学镜像源
https://pypi.tuna.tsinghua.edu.cn/simple/

# 国科大镜像源
http://pypi.mirrors.ustc.edu.cn/simple/

# 豆瓣镜像源
https://pypi.douban.com/simple/

测试代码：

import tensorflow as tf
if tf.test.is_gpu_available()==True:
    print("版本可用")
print(tf.__version__)

//备注一下，不再开启新内容了
1.安装pytorch

进行虚拟环境，直接就安装好了，借鉴了其他博主的版本号，省去了兼容哦问题
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda install cudatoolkit=11.3 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

注意：第一条命令好像直接把cuda也安装了，不是很清楚原因

2.测试看是否安装成功