在虚拟环境中配置tensorflow-gpu

前提条件：已安装python以及自己电脑的显卡信息（笔者的为RTX 3060）。

第一步 安装CUDA

查看可供安装的版本

conda search cudatoolkit

 笔者这里选择11.0.221进行安装

conda install cudatoolkit=11.0.221

第二步 安装cudnn

查看可供安装的版本

conda search cudnn

 没有刚好合适的，笔者这里选择了8.2.1进行安装

conda install cudnn=8.2.1

第三步 安装tensorflow-gpu

查看可供安装的版本

conda search tensorflow-gpu

 笔者这里选择2.3.0进行安装

conda install tensorflow-gpu=2.3.0

然后会提示需要安装其它的一些包，选择y。

第四步 验证GPU是否被调用

 进入python环境，输入如下指令，验证GPU是否被调用

import tensorflow as tf
tf.config.list_physical_devices('GPU')

 GPU列表里面为空，说明没有被调用。

初步怀疑是tensorflow-gpu、CUDA、cudnn三者的版本不匹配造成的。

第五步 调整（成功）

首先，在anacoda中添加了几个国内的镜像源。

https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

然后，直接安装tensorflow-gpu并指定好版本

conda install tensorflow-gpu=2.6.0

conda会自动列出需要下载的相关包，包括cuda和cudnn。下载完成后直接验证成功。

 自动匹配的cuda为11.3，cudnn为8.2.1.32。

至此，圆满解决。