- 2022年6月13日-记录Anaconda+tensorflow_gpu-2.9.0+spyder5.3.1+py3.9安装过程，回忆一下踩过的坑
- 一、前排提示！
- 二、具体安装步骤
- 1.Anaconda安装
- 2.Anaconda环境创建
- 3.cuDNN和CUDA的安装
- 首先需要判断自己应该下载什么版本的cuda，或者说自己的显卡支不支持下载相应的版本？
- 4.tensorflow_gpu-2.9.0安装
- 5.spyder安装
- 6.检查tensorflow_gpu-2.9.0是否安装成功的代码
- 6.1 [https://tensorflow.google.cn/install/pip](https://tensorflow.google.cn/install/pip)
- 6.2 [https://tensorflow.google.cn/tutorials/customization/basics](https://tensorflow.google.cn/tutorials/customization/basics)
- 总结
首先，不要上Tensorflow的中文官网！！！上面的版本及对应关系不是最新的！！！
对比中英文官网可以看出，中文官网上最新的tensorflow-gpu版本为2.6.0，而英文官网上最新的tensorflow-gpu版本则为2.9.0，因此，我选择安装最新版本的tensorflow-gpu2.9.0，根据对应关系，我选择的是python3.9（为什么说是选择而不是下载，因为我用的anaconda最新的python就是3.9），cuDNN8.1和CUDA11.2，这两个的安装过程以及下面细说。
二、具体安装步骤建议遵循以下安装步骤！否则可能会导致安装缓慢或者失败！
1.Anaconda安装这个比较简单，直接官网下载最新安装包安装即可。
可以参考其他人的最新教程。
有一个问题需要注意，就是安装过程中出现的是否添加环境变量，全选就可以（因为我是新电脑，之前没安装过别的乱七八糟的东西，这个根据自己情况来）。
安装完从Anaconda后打开anaconda navigator，可以看到有一个默认的环境，环境名称为base。
建议新建一个环境，点击左下角Create即可创建新环境，我们新建一个名为tfgpu29的环境。
注意，输入完名称后可以选择python版本，这里我们默认就是最新的3.9.12版本。
创建完环境后点击环境然后选择open terminal即可在cmd中打开这个环境（当然也有其他方式，这里就不介绍）。
ok，环境创建完毕，接下来去安装cuDNN和CUDA！然后再回这里使用pip安装tensorflow-gpu相应版本！否则可能会影响安装！！！
在tensorflow官网可以看到tensorflow-gpu和CuDNN以及CUDA是有一定的对应关系的，这里我选择tensorflow_gpu-2.9.0进行安装，对应的python版本是3.7-3.10，我是3.9没有问题，cuDNN是8.1，CUDA是11.2。
这两个东西的安装我也是参考网上的教程，具体如下。
打开nvidia控制面板（桌面右键）->选择左下角的系统信息->组件，我的显卡是3060，可以看到支持的最新CUDA版本是11.6.134，向下也是兼容的。
接下来去官网下载CUDA toolkit，链接https://developer.nvidia.com/cuda-toolkit-archive
可以看到存档最新版本是11.6.2，我的笔记本是可以兼容的，于是我直接下载了11.6.2。（当时眼瞎了没看到最新版本其实是11.7.0）（当然根据之前的对应关系应该是选择11.2版本，这里我没有尝试，应该也是可以的。）
后续操作及cuDNN的安装建议直接参考链接https://blog.csdn.net/m0_45447650/article/details/123704930，写的很详细，跟着操作就行，我这里就不详细写了。
cuDNN的下载链接https://developer.nvidia.com/rdp/cudnn-download，根据你自己下载的CUDA版本选择对应的cuDNN版本即可。环境变量记得添加。
4.tensorflow_gpu-2.9.0安装吐槽（可跳过）：之前我一直用conda和pip各种尝试安装，一开始先是用conda安装，而且conda在你装tensorflow的同时会自动安装好cuda等，不要自己装，但是conda search了一下，最新版不是2.9.0，遂放弃。后来用pip安装，发现可以安装tensorflow最新的2.9.0，但是非常的慢，后来尝试了下先装CUDA等，然后再回来装tensorflow，啪的一下，很快啊，就装完了。
正文：接上文在CMD中进入新建的tfgpu29环境后，直接pip install tensorflow_gpu-2.9.0即可完成安装。
5.spyder安装注意，不要在anaconda navigator首页那里装spyder，很可能会不兼容，在CMD中进入新建的tfgpu29环境后用pip安装spyder，输入pip install spyder，可以不输入版本号，会自动下载最新的spyder，以后从cmd的环境输入spyder打开即可，或者可以去环境的安装目录下找到启动程序发送到桌面快捷方式。
6.检查tensorflow_gpu-2.9.0是否安装成功的代码有两段，截取自官网，分别是
6.1 https://tensorflow.google.cn/install/pip验证 GPU 设置：
在虚拟环境输入：
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
如果返回 GPU 设备列表，则说明您已成功地安装 TensorFlow GPU版本。
6.2 https://tensorflow.google.cn/tutorials/customization/basics在spyder或pycharm等python开发环境中运行以下代码
import tensorflow as tf
print("Is there a GPU available: "),
print(tf.config.list_physical_devices("GPU"))
print("Is the Tensor on GPU #0: "),
print(x.device.endswith('GPU:0'))
返回
Is there a GPU available: [PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU'),] Is the Tensor on GPU #0: True
即可
总结自己装踩了很多坑，当时一直看的是中文版的官网，一直没装上，后来看了看实验室师兄装的版本，居然出现了中文官网上没有的2.9.0，当时我就想到是不是中文官网有问题，就去英文官网看了下，果然是…整个安装过程其实很简单，只要步骤正确就很顺畅，我安装的都是最新版，甚至没有和官网上的版本对应，也没出什么问题哈哈哈~
