【Win11+RTX3050显卡】cuda+cudnn+tensorflow 环境配置
CUDA 11.5 cudnn 8.3.3 tensorflow-gpu 2.6
1、名词解释
- CUDA：CUDA 即英伟达的显卡并行计算框架
nvidia-smi 可以查看，每个版本的CUDA都是基于一定版本的驱动建立的，所以它对驱动的最低版本是有要求的 - cudnn：cudnn 是基于CUDA架构的神经网络库
是专门用于神经网络计算的加速包，可以看作是CUDA的一部分（并行计算框架下的一个包） - tensorflow：tensorflow-gpu的运行需要用到CUDA框架， 特别是cudnn库，就像CUDA是基于特定版本驱动构建一样，tensorflow-gpu也是调用特定版本的CUDA，二者存在对应关系
2、安装RTX3050显卡驱动
- 首先，先卸载电脑自带的所有与显卡有关的部分，如下图：
- 其次，搜索框输入“nvidia”，进入NVIDIA控制面板，查看显卡型号；
- 最后，去NVIDIA官网下载对应显卡的驱动 驱动下载地址
3、CUDA
3.1 确定合适的CUDA版本
首先， “Win+R”打开后端，输入“nvidia-smi”查看系统支持的CUDA最高版本
其次，去CUDA官网查看对应的CUDA版本，链接直达查看
3.2 下载CUDA
CUDA下载链接：https://developer.nvidia.com/cuda-toolkit-archive，我选择下载的是11.5
3.3 安装CUDA
双击打开下载的文件，选择路径
点击“同意并继续”
选择“自定义安装”
因为，我前面已经安装过VS C++，所以，这里只需要勾选这一个就可以了。
测试是否安装成功，“Win+R”打开后端，输入“nvcc -V”，显示版本表示安装成功。
4、安装cudnn
4.1 确定cudnn版本
点击链接选择对应cuda版本的cudnn及逆行下载，https://developer.nvidia.com/rdp/cudnn-archive
下载前，需要先进行注册登录；
4.2 下载cudnn
将下载的文件解压
将cudnn中解压的文件，分别复制到cuda中对应的文件夹下【注意是复制过去，不是替换掉】
4.3 验证cudnn是否安装成功
- 首先，“Win+R”打开后端，cd到CUDA安装目录下的.…\extras\demo_suite【如果前面CUDA安装到了D盘，**“cd/d 路径”**即可切换到D盘路径，同理E盘类似】
- 其次，分别执行“bandwidthTest.exe”和“deviceQuery.exe”
- 最后，得到“Result=PASS”，表示安装成功
5、安装tensorflow
根据自己需要选择GPU或CPU版本，官方版本在2.0之后不再区分GPU和CPU，tensorflow官网
5.1 确定tensorflow
根据安装的CUDA和cudnn的版本，选择对应版本的tensorflow-gpu进行安装
5.2 搭建虚拟环境
此处为了防止tensorflow版本不合适，所以先搭建了虚拟环境，在虚拟环境中对tensorflow进行安装，建议大家养成搭建虚拟环境的好习惯。
5.2.1 虚拟环境
-首先，“Win+R”进入终端
conda create -n tf_gpu python=3.8 //创建一个名为“tf_gpu”，且python版本为3.8的一个虚拟环境
conda env list //查看系统中存在哪些环境
activate //激活基础环境
conda activate tf_gpu //激活名为“tf_gpu”的虚拟环境
deactivate tf_gpu //退出名为“tf_gpu”的虚拟环境
conda remove -n tf_gpu --all //删除名为“tf_gpu”的虚拟环境
conda remove --name $tf_gpu $package_name(包的名字) //删除虚拟环境“tf_gpu”中的包
5.2.2 虚拟环境中安装路径问题
【在虚拟环境中用conda和pip安装的包的路径问题】文章来源：https://www.toymoban.com/news/detail-552215.html
-
pip install（Anaconda不同环境之间pip install的路径问题）
初始的pip有默认的下载位置，创建好虚拟环境之后，修改该虚拟环境下，pip安装包的位置（防止个环境之间pip安装包的影响），修改pip安装位置的方式如下：
- 先找到设置pip install的路径的文件的位置
python -m site -help //查看修改【虚拟环境tf_gpu的pip安装路径】的文件位置
文章来源地址https://www.toymoban.com/news/detail-552215.html
- 通过修改文件内容来修改安装路径
修改两个地方即可：
USER_SITE = “”
USER_BASE = “”
修改为：
USER_SITE = "D:\\Anaconda3\\envs\\tf_gpu\\Lib\\site-packages"
USER_BASE = "D:\\Anaconda3\\envs\\tf_gpu\\Scripts"
-
conda install（conda 和 pip的区别&创建虚拟环境和下载第三方库的方法）
对于我自己的系统来说，我的conda 的安装路径是“D:\Anaconda3\pkgs”
所以，在某个环境中下载了包，再到另一个环境中下载同样的包时，conda会自动在上面的目录里找，如果有，不会重复下载，而是将这个包的site_package下的文件复制到当前环境下。和直接pip install 一样了。
使用conda uninstall时，和pip uninstall 一样，删除了当前环境site_package中的包的内容，但是在上述目录里面还存在这个包。
到了这里，关于【Win11+RTX3050显卡】cuda+cudnn+tensorflow 环境配置的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
