环境配置|RTX3060+win10+CUDA11.2+cudnn8.2.0+tensorflow-gpu2.4.1 ——个人配置经验环境配置|tensorflow

主要参考博客
Win10+Pycharm+Anaconda3+显卡RTX3060配置tensorflow-gpu2.4.1
配置时间：2021.10.26
以下是我亲测有效的使用 RTX 3060 的各部分安装版本
电脑系统：window 10
python版本：3.6.13
tensorflow-gpu：2.4.1
CUDA版本：11.2
cuDNN版本：8.2.0.53
以下是我个人安装教程，仅供参考，如果出现新问题我恐怕可不能解决，谨慎参考，大神请随意~
注意，我之前已经成功配置pytorch1.8.0 环境，故这里不会详细写：安装Anaconda 以及安装CUDA和cuDNN。
其他博客的顺序如下：
1、安装Anaconda 2、安装CUDA和cuDNN 3、安装tensorflow-gpu2.4.1

文章目录

第一步：安装Anaconda
第二步：安装CUDA和cuDNN
第三步：安装tensorflow-gpu2.4.1
测试

第一步：安装Anaconda 详细步骤可参考我的上一篇博客RTX3060+win10+CUDA11.2+cudnn8.2.0+pytorch1.8.0 环境——个人配置经验
1、打开anaconda prompt
2、命令行输入： conda create --name tf_gpu python=3.6
3、命令行输入：conda activate tf_gpu
第二步：安装CUDA和cuDNN 【环境配置|RTX3060+win10+CUDA11.2+cudnn8.2.0+tensorflow-gpu2.4.1 ——个人配置经验】详细步骤可参考我的上一篇博客RTX3060+win10+CUDA11.2+cudnn8.2.0+pytorch1.8.0 环境——个人配置经验
没有进行任何改动
第三步：安装tensorflow-gpu2.4.1 参考博客Win10+Pycharm+Anaconda3+显卡RTX3060配置tensorflow-gpu2.4.1
1、打开anaconda prompt
2、命令行输入：conda activate tf_gpu
3、命令行输入：pip install tensorflow-gpu==2.4.1

环境配置|RTX3060+win10+CUDA11.2+cudnn8.2.0+tensorflow-gpu2.4.1 ——个人配置经验

文章图片

4、将该环境配置到Pycharm中：
在File, settings中找到Python Interpreter, 点击设置按钮选择“Add”
选择Existing environment
将自己刚配置的tensorflow-gpu环境的地址选中

文章图片

文章图片

测试

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

返回False

文章图片

采用原博主方法 Win10+Pycharm+Anaconda3+显卡RTX3060配置tensorflow-gpu2.4.1
虽然CUDA版本不一样，报错内容不一样，但是好像神奇的可以解决
解决方法：
1、在cuda安装目录下的bin文件夹下找到cusolver64_11.dll
我的目录是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin
2、将其重新命名为cusolver64_10.dll