搭建tensorflow（gpu）虚拟环境

搭建tensorflow2.x环境

• 首先创建一个新的环境

conda create -n 环境名称 python=xx(python版本）

• 激活环境

conda activate 刚才创建的环境名称

• 安装tensorflow2.xpip install tensorflow==2.x

pip install tensorflow==2.x

若安装非常慢，可以使用镜像网站安装

pip install tensorflow==2.x -i https://pypi.tuna.tsinghua.edu.cn/simple

国内镜像网址 

清华：https://pypi.tuna.tsinghua.edu.cn/simple
阿里云：http://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
华中理工大学：http://pypi.hustunique.com/
山东理工大学：http://pypi.sdutlinux.org/
豆瓣：http://pypi.douban.com/simple/

网址来源：​​​​​​解决安装tensorflow等速度慢，超时 - whw1314 - 博客园 (cnblogs.com)​​​​​

• 安装好之后还需要安装与TensorFlow版本对应的cuda和cudnn库，否则不能正确调用gpu,要查看版本的对应，可以在tensorflow的官方网站：https://tensorflow.google.cn/install/source?hl=zh-cnhttps://tensorflow.google.cn/install/source?hl=zh-cn
• 安装cudatoolkit和cudnn库，以cudatoolkit=11.0和cudnn=8.0为例，利用如下命令

conda install cudatoolkit==11.0
conda install cudnn==8.0

若找不到对应版本的cudatoolkit和cudnn，则可以使用如下代码，查看具体的版本号

conda search cudnn -c conda-forge

会出现如下版本，在其中找到自己需要的版本，再次进行安装，安装命令如下。

  

conda install cudnn==8.0.5.39 -c conda-forge
conda install cudatoolkit==11.0.3 -c conda-forge

• 最后查看gpu是否可以使用，输入如下命令

python
import tensorflow as tf
gpu_out=tf.config.list_physical_devices('GPU')
print(gpu_out)
exit()

搭建tensorflow1.x环境

步骤同上，所以只写了完整的代码，以安装tensorflow-gpu-1.14.0+cuda10.0+cudnn7.4为例。

conda create -n tf python=3.5


conda activate tf


pip install tensorflow_gpu==1.14.0 -i https://pypi.tuna.tsinghua.edu.cn/simple


conda install cudatoolkit==10.0
conda install cudnn
(或
conda search cudatoolkit -c conda-forge
conda search cudnn -c conda-forge
conda install cudatoolkit==7.4 -c conda-forge
conda install cudnn==10.0.130 -c conda-forge
)


python
import tensorflow as tf
tf.test.gpu_device_name()
exit()

在实际安装的时候找不到cudnn7.4，所以直接使用了conda install cudnn命令，安装的cudnn版本为7.6.5，在使用时,需要将protobuf降低版本在3.20.x之下，降低之后也可以正常使用，不知道是不是cudnn版本能够向下兼容。后面使用vscode调试代码的时候还将gast版本降为了0.2.2。

但是在3090上再次安装此虚拟环境时，却一直遇到问题，包括tensorflow2.x版本。

2023.9.20更新，环境的问题解决了，3090上使用tensorflow2.15.0+python3.9+cudnn8.1+cudatoolkit11.2，解决的过程中看到3090最好配置cudatoolkit11.2以上

参考资料：

【仙女踩坑实录】conda找不到高版本（8.0）的cudnn_cudnn 8.0找不到_vivigreeeen的博客-CSDN博客

 https://zhuanlan.zhihu.com/p/610027015