（2022.3.27）Windows安装gpu版tensorflow、gpu版pytorch

目前只写了最新的gpu版tensorflow安装，想查看pytorch版本的请先退出。。。

1、前提：
①查看显卡是否支持，下载显卡驱动：

nvidia-smi
//能够查看到显卡运行信息就可以

②已经安装好conda
2、新建环境

conda create -n tf_gpu python==3.7.3
conda activate  tf_gpu

3、查看tensorflow和pytorch支持的cuda版本、查询匹配的cudnn版本
tensorflow支持的cuda版本查询
pytorch支持的cuda版本查询
对应的cudnn版本查询

#2022.3.27我使用的是cuda是11.3.1
conda install cudatoolkit=11.3.1
#2022.3.27我使用的cudnn是v8.2.1
conda install cudnn==8.2.1

3、安装对应的tensorflow-gpu
cuda版本对应的tensorflow版本号查询

#2022.3.27我使用cuda 11.3对应的tensorflow-gpu 2.6.0
pip install tensorflow-gpu==2.6.0

4、验证tensorflow是否使用gpu

import tensorflow as tf
print(tf.test.is_gpu_available())

如果输出为True则表示GPU可以使用
5、有的代码可能会出现tensorflow2.0不兼容的问题
如代码：

config = tf.ConfigProto()

上句会报错：AttributeError: module ‘tensorflow’ has no attribute ‘ConfigProto’

解决办法：把tf.改为tf.compat.v1.
故上句代码改为：

config = tf.compat.v1.ConfigProto()

6、安装对应的keras

#2022.3.27我使用tensorflow-gpu对应的keras 2.6.0
#其实按道理来说tensorflow内部已经集成了keras
pip install keras==2.6.0

7、有些代码可能不支持keras的最新版本
原代码：

from keras.optimizers import Adam
hbt_model.compile(optimizer=Adam(LR))

现会报错：cannot import name ‘Adam‘ from ‘keras.optimizers‘
这是因为：keras 库更新后无法按照原方式导入包，打开 optimizers.py 源码可知 Adam 导入已更改。
解决方案：

from keras.optimizers import adam_v2
opt = adam_v2.Adam
own_model.compile(optimizer=opt(LR))