最新避坑Ubuntu20.04安装tensorflow-gpu

最新！避坑！Ubuntu20.04安装tensorflow-gpu2.6.0有效！

1.基本信息&查询对应配置：

系统：Ubuntu20.04
显卡：RTX3090 ×2
python版本：3.7
安装的TF-gpu版本：2.6.0
去官网看一下tf,python,cuda,cudnn的匹配，我是装的下图那一行，没啥，就是不敢用最新的。

2.安装Anaconda3

去这个地址下载早一些版本的Anaconda,我下载的是Anaconda3-5.3.1-Linux-x86_64.sh这个版本。
cd到下载目录，然后安装，期间一直yes,回车就行了。

$bash Anaconda3-5.3.1-Linux-x86_64.sh

接下来将anaconda中自带的python3.7添加到环境，用以区分系统自带的python

cd ~
sudo vim .bashrc

将下面两行添加到末尾

alias python3="/usr/bin/python3.8"
export PATH="/home/xxx你的用户名/anaconda3/bin:$PATH"\\anaconda3中的python

创建虚拟环境，'tf-gpu’是我自定义的名字，后面的python=3.7是根据你自己下载的anaconda对应的python版本。

conda create -n tf-gpu python=3.7

3.下载安装cuda,cudnn. 很重要！！

在第一步中可以看到对应的cuDNN=8.1,CUDA=11.2.
这一步很多教程里会让去Nvidia官网下载，但没必要！！！，直接在Anaconda中安装就行
去Anaconda官网,搜索‘cudatoolkit’

到这个界面下载cudatoolkit-11.2.2的linux-64版本

然后下载cuDNN
到这个界面，下载 linux-64/cudnn-8.2.1.32-h86fa8c9_0.tar.bz2

下载完成后，首先激活第2个步骤中创建的虚拟环境

conda activate tf-gpu
//cd到刚刚下载的cuda和cudnn的位置
cd ~/Downloads/
//安装cuda
conda install --use-local cudatoolkit-11.2.2-he111cf0_9.tar.bz2 
//安装cudnn
conda install --use-local cudnn-8.2.1.32-h86fa8c9_0.tar.bz2 
//最后安装tensorflow
 pip install tensorflow==2.6.0 -i https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn

到此大功告成！

4.配置一下Pycharm

配置编译器File-Settings-Project-Python Interpreter
选择这个

5.测试GPU 是否可以用

pycharm创建一个.py文件，输入

import tensorflow as tf
print(tf.__version__)
print(tf.config.list_physical_devices())

我的输出为

2.6.0
[PhysicalDevice(name='/physical_device:CPU:0', device_type='CPU'), PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU'), PhysicalDevice(name='/physical_device:GPU:1', device_type='GPU')]