显卡\RTX3060配置tensorflow的个人踩坑记录大全

首先把我看的教程放上来，大家可以配合着教程看→超链接，请点击

配置tensorflow-gpu真的搞心态，折腾了一天，总算搞定了，下面列出我踩坑的地方：

1.新下载的anaconda配置的是python3.10, 但是tensorflow写着只支持python3.6-3.9，所以我创建一个python3.9的新环境，后续tensorflow就安装在python3.9的环境里。点击Environments列表下的create就可以创建新环境了。

 

 

2.使用默认源下载。其实默认源下载也很快了，一开始我用清华镜像源下载，发现下载的库有缺失，import的时候老是报错 name xxx is not defined。后面卸载了，换成默认源重新下载，就好了。

3.虽然tensorflow2.0宣称把cpu和gpu版本合并在一起了，但是大家下载的时候还是要下载tensorflow-gpu并指定版本，以我自己的配置过程为例子，我的显卡最高可以支持CUDA11.4，所以我就安装了tensorflow能够支持的最高版本11.2，对应的tensorflow-gpu版本就是2.6.0

 

pip install tensorflow-gpu==2.6.0

4.cuDNN、CUDA与tensorflow版本要对应上。

因为是先下载CUDA，后面下载cuDNN的时候就忘记了tensorflow对cuDNN的版本也有要求，乱下了一个，tensorflow不能成功运行。

替换cuDNN的方法很简单，下一个正确版本的，然后复制到CUDA对应文件夹里，全部替换掉就好了。

5.cuDNN和CUDA下载后记得手动检查系统环境有没有自动添加，没有的话需要手动添加，具体自行百度，我把我的环境变量放上来，大家可以看看，我的有重复了，但是不影响使用，就没删除了。路径里带GPU的就是我们需要添加的环境变量。

 6.protobuf的版本不能大于3.20.x，这是我import tensorflow时报错的提示，因此我卸载了protobuf，重新安装了3.20.1版本的protobuf。

 

卸载推荐进入python3.9环境的terminal，直接输入pip uninstall protobuf 进行卸载

pip uninstall protobuf #卸载指令
pip install protobuf==3.20.1 #安装指令

#注意，以上两条指令不是在python环境下输入，而是conda环境

点击anaconda页面中py3.9环境的绿色箭头，选择open with terminal就可以进入conda环境。

7.检查tensorflow是否可以用GPU，打开python环境输入以下指令

import tensorflow
tensorflow.test.is_gpu_available()
#输出true就是成功了