RTX3060+win10+CUDA11.2+cudnn8.2.0+tensorflow-gpu2.4.1 ——个人配置经验

主要参考博客
Win10+Pycharm+Anaconda3+显卡RTX3060配置tensorflow-gpu2.4.1

配置时间：2021.10.26
以下是我亲测有效的使用 RTX 3060 的各部分安装版本
电脑系统：window 10
python版本：3.6.13
tensorflow-gpu：2.4.1
CUDA版本：11.2
cuDNN版本：8.2.0.53

以下是我个人安装教程，仅供参考，如果出现新问题我恐怕可不能解决，谨慎参考，大神请随意~

注意，我之前已经成功配置pytorch1.8.0 环境，故这里不会详细写：安装Anaconda 以及 安装CUDA和cuDNN。

其他博客的顺序如下：
1、安装Anaconda 2、安装CUDA和cuDNN 3、 安装tensorflow-gpu2.4.1

第一步：安装Anaconda

详细步骤可参考我的上一篇博客RTX3060+win10+CUDA11.2+cudnn8.2.0+pytorch1.8.0 环境——个人配置经验

1、打开anaconda prompt
2、命令行输入： conda create --name tf_gpu python=3.6
3、命令行输入：conda activate tf_gpu

第二步：安装CUDA和cuDNN

详细步骤可参考我的上一篇博客RTX3060+win10+CUDA11.2+cudnn8.2.0+pytorch1.8.0 环境——个人配置经验

没有进行任何改动

第三步：安装tensorflow-gpu2.4.1

参考博客Win10+Pycharm+Anaconda3+显卡RTX3060配置tensorflow-gpu2.4.1

1、打开anaconda prompt
2、命令行输入：conda activate tf_gpu
3、命令行输入：pip install tensorflow-gpu==2.4.1

4、将该环境配置到Pycharm中：

在File, settings中找到Python Interpreter, 点击设置按钮选择“Add”
选择Existing environment
将自己刚配置的tensorflow-gpu环境的地址选中

测试

import tensorflow as tf

print(tf.__version__)
print(tf.test.is_gpu_available())

返回False

采用原博主方法 Win10+Pycharm+Anaconda3+显卡RTX3060配置tensorflow-gpu2.4.1
虽然CUDA版本不一样，报错内容不一样，但是好像神奇的可以解决

解决方法：
1、在cuda安装目录下的bin文件夹下找到cusolver64_11.dll
我的目录是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin
2、将其重新命名为cusolver64_10.dll

返回True

在测试一下有没有影响pytorch的GPU使用

没有影响~

大功告成！