虚拟环境（anaconda）下搭建pytorch和tensorflow(均使用GPU加速)（待解决）

目录

零：先去NVIDIA官网查询本机适配的CUDA最高版本

一：pytorch

二：tensorflow（未成功）

---

为了用神经网络拟合曲线，我也是拼了，没想到入门门槛就这么高，安第三方库包就搞了好几天

本文目标：使用conda或者pip 安装pytorch tensorflow

前景提要：GPU相关的cudatoolkit和cudnn的版本问题，需要查询官网

本机：ubuntu18，64位

零：先去NVIDIA官网查询本机适配的CUDA最高版本

CUDA Toolkit 11.8 Downloads | NVIDIA Developer

 可见，最高的是11.8，所以以下的都可以。

一：pytorch（cuda能显示版本，但unavailable）

官网：Start Locally | PyTorch

官网会给出命令，为了加速把conda换成mamba（这个需要用conda提前下载） 我是直接用的默认源，没有报错

conda install mamba -c conda-forge

测试一下：

import torch
print(torch.version.cuda)

成功！ ！！！！！！

Q：调用时发现unavailable

print(torch.cuda.device_count())
print(torch.cuda.is_available())

# 0
# Failed

二：tensorflow（未成功）

官网：Build from source  |  TensorFlow

网页会给出适配的tensorflow和cuda。也有安装流程，我没试过。

根据第零步、官网搭配、python3.8，我选择tf2.8.0，cuda11.3（pytorch已经安装好了这个版本，应该可以向下兼容-----不可以！遇到了麻烦！）

mamba install cudatoolkit=11.3
mamba install cudnn=8.3 # 实际下下来是8.2.1,还是得看源里有啥
pip install -i http://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu
# or
pip --default-timeout=100 install tensorflow -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com
# or
pip install tensorflow==2.8.0
# 以上下载的网址不同，一个是清华源，一个是豆瓣源，一个是默认源

 遇到了问题：

2022-10-22 15:49:20.813546: W tensorflow/stream_executor/platform/default/dso_loader.cc:64] Could not load dynamic library 'libcudart.so.11.0'; dlerror: libcudart.so.11.0: cannot open shared object file: No such file or directory
2022-10-22 15:49:20.813588: I tensorflow/stream_executor/cuda/cudart_stub.cc:29] Ignore above cudart dlerror if you do not have a GPU set up on your machine.

明明我有cuda11.3，难道不能向下兼容吗？既然如此，我再下一个？其实到这里，如果不介意用CPU的已经可以停了，但是！搞了这么久不就是想调用GPU吗！继续！

尝试：Could not load dynamic library ‘libcudart.so.11.0‘； dlerror: libcudart.so.11.0: cannot open shared o_幻千纷纭的博客-CSDN博客

下载过程中↓，咋还要改我的pytorch捏，不同意不同意，还是改成cpu的。

 测试语句：

import tensorflow as tf
tf.test.is_gpu_available()

# 正确调用会返回True

另：附上换源的文章，如果默认源不行就换！

conda换源_蘑菇的神的博客-CSDN博客_conda换源

最后记得还原原始通道！

conda config --remove-key channels