tensorflow-gpu最新安装（显卡3090/3080）_amd显卡怎么用tensorflow

环境

这里环境包含两方面，硬件环境与软件环境。首先需要说明一下，对于任何软件或框架对硬件都有最低配置要求以及新的硬件可能对于旧版本软件不支持，所以在安装任何软件前最好查看官网说明，防止出现莫明其妙的错误、

硬件环境

这里，我先简单说明一下，本人的硬件配置，配置如下所示：

1. CPU：AMD Ryzen 7 3700X；
2. 内存：32.0 GB；
3. 显卡 ：英伟达GeForce RTX3090，显存24G，非公版N卡；
4. 硬盘 ：500GB SSD；

软件环境

基础软件环境配置，对于tensorflow来说，我们常常使用python进行开发，通常tensorflow支持cpu或gpu作为计算平台。依据现有硬件条件，选择合适的tensorflow版本安装。本人的软件版本配置说明如下：

1. 系统：Windows 10 专业版 19042.630；
2. Python：Python3.7（可选Anaconda3）；
3. tensorflow：tf-nightly-gpu2.5
4. CUDA ：cuda11.1；
5. CUDNN ：cudnn11.1；
   其中CUDA和CUDNN版本需要一一对应，tensorflow版本与Python、CUDA版本也应一一对应。tensorflow版本最好下载稳定版本（tensorflow-gpu而不是tf-nightly）。

整体安装流程

1、Python安装

1）先下载Python安装包，对于Python可选择Anaconad发行版本进行安装，减少依赖包之间的冲突，Anaconda官网如下所示，选择所需版本进行下载，这里我们选择最新Anaconda3版本：

2）windows版本安装，根据安装向导便可以快速安装好；linux版本安装，可参考linux下安装anaconda
3）验证python是否安装成成功。linux版本配置好环境后直接输入python指令查看版本号；window版本来说，可以查看开始菜单如下所示：

4）Anaconda配置。安装第三方依赖包时，配置镜像数据源，加快安装速度，减少安装过程当中出现错误。对windows版本可修改**.condarc文件**（每个人的不一样，可直接搜索该文件），可删除文件当中‘–defaults’，如下所示。若安装第三方包出现问题可参考python 安装第三方包-安装失败：

2、安装CUDA、CUDNN

1）查看CUDA/CUDNN对应tensorflow版本。首先查看tensorflow各个版本对应的cuda/cudnn版本，tensorflow中文官网各个对应版本对应如下所示：

2）从英伟达官网下载并安装cuda/cudnn，可从tensorflow中文官网的安装指导中跳转过去。这里由于RTX 3090显卡只支持最新cuda/cudnn11版本，对旧版本无法兼容，会出现各种问题，最好直接下载最新版本。

3）安装cuda/cudnn，本人下载好的安装包如下所示。首先安装cuda，依据安装向导直接安装，这里同时也会显卡的驱动。最后安装cudnn，安装cudnn时只需要解压安装包并将三个文件下文件分别复制放置到cuda安装文件下的对应的文件夹下，如下图所示, 参考英伟达官网安装指南。


4）添加cuda/cudnn环境变量（使用默认安装向导方法，可能已经添加好了，只需查看一下），并使用nvidia-smi命令验证是否安装成功，如下所示：

3、安装tensorflow

tensorflow中文官网提供了几种方式安装，pip安装、conda安装、docker安装三种方式。这里需要说明一下的是，在使用pip/conda安装时，建议先创建虚拟环境，然后激活虚拟环境并在虚拟环境下进行安装，防止各个项目的第三包发生依赖冲突。创建并安装指令如下所示：

1、创建虚拟环境，conda指令创建（windows cmd环境下或linux环境下）
# conda create -n your_env_name python=X.X
conda create -n tf2-gpu python=3.7
2、激活虚拟环境
# conda activate your_env_name(虚拟环境名称)
conda activate tf2-gpu
3、安装tensorflow，官网建议使用pip命令安装，注若未注明版本号，将安装数据源下对应的最新版本。
# 在线安装：
# pip install tensorflow
# pip install tensorflow-gpu
# pip install tf-nightly
# pip install tf-nightly-gpu
# pip install -i https://pypi.doubanio.com/simple/ tensorflow
# 离线安装，但也会下载缺少的其它依赖包：
# pip install E:\xx\tf_nightly_gpu-xx.whl
pip install E:\软件安装包\tf_nightly_gpu-2.5.0.dev20201117-cp37-cp37m-win_amd64.whl
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

离线安装，可在pypi官网下载好安装包，注：这是一个专门使用pip离线安装，第三方包网站。网站里有最新版本。


若安装tensorflow过程中出现问题或import tensorflow或tf.config.list_physical_devices(‘GPU’)命令查看GPU出现错误，大概率由于各个所需基本软件版本未一一对应导致的，可参考python 安装第三方包-安装失败
验证tensorflow是否安装成功：

参考网站

【1】 https://tensorflow.google.cn/
【2】 https://pypi.org/
【3】 https://www.anaconda.com/