服务器上anconda3在虚拟环境安装tensorflow，jaxlib，jax，flax

一. 版本选择

tensorflow_cpu tensorflow,tensorflow_gpu 如何选择？

tensorflow_cpu 是只针对cpu版本的，tensorflow_gpu是只针对gpu版本的。

tensorflow 2.X版本是不区分cpu和gpu的，只要有cuda环境，安装cudnn等会自动选择gpu。

综上，直接安装tensorflow 2.X版本就好了

如何选择合适的版本，看你后续安装的包的要求以及cuda版本要求！

我建议tensorflow 不要安装太低，因为会有库对tensorflow有要求，比如我要安装scenic库，就要求tensorflow在2.7版本以上，当然这还要和cuda版本相匹配。

二 . 版本对应

Tensorflow与Python、CUDA、cuDNN的版本对应表_tensorflow版本对应python3.11_Ly.Leo的博客-CSDN博客

对应版的如上 ，如有需要可以看。

1.cuda版本选择

nvidia-smi

查看服务器的cuda版本，cuda可以向下兼容，比如我的cuda版本是12.1，我可以安装最新的tensorflow2.14.0，他对cuda的要求是11.8

2.cudnn，cudtoolkit版本选择 

conda search cudnn
conda search cudatoolkit

去查找这两个的版本，我是使用pip install 下载不了，只能用conda下载，所以我就去看一下我可以选择的版本都有哪些。

 然后我是选择最新版本的cudnn 8.9.2.26 和cudatoolkit 11.8.0 这样的话也是向下兼容，我就最高能够安装tensorflow版本是2.14.0。我安装了cudnn是连带的cudatoolkit一起安装，如果不是就分两次安装。安装过程见四。

3.  python版本选择

python版本选择的话要在你想要安装的tensorflow的对应的区间内。即在创建的虚拟环境指定的python的版本。

4.补充

对于版本问题我想说的是可以下载一个包 pipdeptree 查看安装的包所依赖的包

pipdeptree -p 库名

三 . anaconda 安装以及python环境配置

看我之前的博客

服务器上anaconda3在虚拟环境配置pytorch-CSDN博客

四 . tensorflow安装教程

以创建tensorflow2.9为例

1.创建虚拟环境

conda create -n envname python=3.9

conda activate envname

2.安装cudnn cudatoolkit

conda install cudnn==8.9.2.26

conda install cudatoolkit==11.8.0

3. 安装tensorflow

pip install tensorflow==2.9.0

备注为什么不选择conda 安装？1.conda中的版本有些版本是没有的，比如tesorflow最高为2.12.0 版本。2.他自动安装的cudnn，cudatoolkit可能会出现不对应的情况。3.可能会有其他报错。但是conda安装其实更方便，更快捷。直接conda install tensorflow ==版本号。（conda search tensorflow看一下版本）

我的建议是使用使用pip安装。

4.测试安装是否成功

python

import tensorflow as tf 
# 无报错继续下一步

tf.__version__

tf.config.list_physical_devices('GPU')

5.可能遇到的问题

找到自己虚拟环境下的如下目录

/home/usename/.conda/envs/envname/lib/

看是否存在libcudar.so.11.0文件

如果存在则就是找不到文件，我们需要指定一下就OK

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/usename/.conda/envs/envname/lib

如果没有存在考虑一下问题：cuda版本不匹配（考虑降版本），cudnn，cudatoolkit未安装或者安装版本有问题。

五 jax安装

安装jax注意jax的依赖关系： jaxlib<-jax<-flax

1.jaxlib安装

        不建议pip install jaxlib直接安装 也不建议pip install jaxlib jax 安装（如果只是在cpu上的话可以选择第二种安装）

建议pip wheel 安装 从下面网站选择合适的版本

        storage.googleapis.com/jax-releases/jax_cuda_releases.html

 cuda版本是tensorflow对应的关系，我安装的cuda11 jaxlib的话要考虑后面想要包的依赖关系，我安装的0.4.20版本，cudnn版本也是要看在tensorflow安装教程中安装的cudnn版本，我是安装cudnn82，cp是对应的python版本，根据虚拟环境的python版本安装我安装的cp39

第一步，去网站下载jaxlib包

第二步，找到jaxlib的whl安装包在的目录安装

pip install jaxlib-0.4.20+cuda11.cudnn86-cp39-cp39-manylinux2014_x86_64.whl

2.jax安装

第一步 根据jaxlib安装的版本进行安装

pip install jax==0.4.20

第二步测试

python

import jaxlib 
import jax

from jax.lib import xla_bridge
print(xla_bridge.get_backend().platform)
#返回gpu 则安装成功

3.flax安装

我暂时没有找到flax对应的版本关系

如果安装出现import no module 问题则是版本问题，卸载重新安装其他版本

pip install flax==0.7.3

测试，import flax 不出现错误就可以啦！