基于tensorflow-gpu 2.10搭建sionna的anaconda环境

      sionna是NVIDIA开发的一款用于链路级仿真的GPU加速开源库，基于Tensorflow架构能够对复杂的通信系统进行快速的原型设计，验证信号处理算法在端到端系统中的性能，是世界上第一个能够在物理层使用神经网络的框架，并且不需要为数据生成、培训和性能评估使用单独的工具链，结合了R&S用于信号生成和分析的高端测试解决方案在2023年2月的世界移动通信大会（MWC）巴塞罗那世界移动通信（MWC）大会上，展示了业界首个神经接收机的硬件在环演示。

     为了使用sionna，需要基于tensorflow-gpu 2.10搭建环境，由于tensorflow-gpu 2.10是最后一个可以直接下载的支持GPU的版本，再往后需要使用WSL2进行下载，因此为简单起见，直接使用2.10版本。

       首先在anaconda中进行tensorflow-gpu 2.10的安装（我使用的python版本是3.8）

（建议先装sionna，再装tensorflow-gpu2.10不然在后续的降版本中操作中，可能破坏了tensorflow-gpu2.10的某些参数，导致无法调用）

conda install cudnn==8.2.1
pip install tensorflow-gpu==2.10.0

安装完后，使用conda list查看，如下图

接着安装sionna

pip install sionna

安装完后，会显示如下的结果

可以看见，sionna和tensorflow-gpu 2.10的依赖库发生了冲突，可以选择升级tensorflow-gpu的版本到2.13，但由于这个下载起来太麻烦了，我们选择直接降版本，根据提示，总共有四个库版本起冲突了，keras，protobuf，tensorboard和tensorflow-estimator。

pip install keras==2.10.0

得到下面的结果

继续降版本

pip install tensorboard==2.10

可以看见，这时出现一个tensorflow-intel的库和tensorflow-gpu 2.10起冲突了，先不管，先保证tensorflow-gpu2.10

pip install tensorflow-estimator==2.10.0

现在就只有tensorflow-intel 有问题，直接把它版本降了（O(∩_∩)O哈哈~）

pip install tensorflow-intel==2.10.1

降了之后发现它又出问题了，这是因为pip 安装的sionna是默认匹配tensorflow2.13的，所需要通通降版本

pip install tensorflow==2.10.1

好了，这下库冲突问题解决了，我们用python测试一下,在anaconda prompt 中输入 python

import sionna
print（sionna.__version__）

然后测试tensorflow-gpu2.10

import tensorflow as tf
print(tf.test.is_gpu_available())

一开始发现是false吓了一跳，后面想着可能是因为在安装sionna和降版本操作后，可能改变了tensorflow-gpu2.10的某些参数，导致无法调用，所以直接删了重装

pip uninstall tensorflow-gpu==2.10.0
pip install tensorflow-gpu==2.10.0

再测试一下，发现好了，sionna的调用也没问题。

---

如果在测试调用中出现，这样的protobuf的builder调用错误问题：

from google.protobuf.internal import builder as _builder
ImportError: cannot import name 'builder' from 'google.protobuf.internal' (C:\Users\bachir\PycharmProjects\pythonProject\venv\lib\site-packages\google\protobuf\internal\__init__.py)

这是由于protobuf的版本问题，由于tensorflow-gpu需要的是protobuf==3.19.6，但是 protobuf v3.20.0 以来，python 类得到了简化，生成的 python 代码现在引用一个build模块，如果不是最新版本的protobuf是找不到该模块的。

---

因此我们可以在安装完sionna后（此时protobuf是最新版），在anaconda环境下找到该文件将它复制下来，在安装完tensorflow-gpu2.10后（protobuf变成了3.19.6版本），在粘贴回去即可。就我而言使用的是anacond，build.py文件的位置在

C:\Users\ {userX} \anaconda3\envs\ {envname} \Lib\site-packages\google\protobuf\internal

之后测试就可以顺利进行了