📖GTX3060成功安装tensorflow-gpu过程记录
文章目录
Windows10下成功安装Tensorflow-GPU过程（GTX 3060）
本文所述事情发生在2021年11月6日，特意强调时间是因为看过一些旧的教程，踩过坑。
重点是显卡驱动、CUDA、cudnn、tensorflow-gpu的版本应对。tensorflow的安装文档基本不用看
显卡和系统基本情况
- GIGABYTE RTX 3060 GAMING OC Rev. 2.0（GV-N3060GAMING OC-12GD）技嘉魔鹰2.0显卡，这是块锁算力的卡；
- Windows 10 企业版64bit 21H1，19043.1320
- Anaconda3，python3.7，tensorflow-gpu-2.7.0
- 显卡驱动GameReady 471.41，CUDA v11.2.2，cudnn v8.1.1
- 其他配置：
- CPU：AMD 5900X
- 主板：Gigabyte B550I Aorus Pro AX
- 内存：金士顿 DDR4 3200MHz 32G
安装步骤
- 分为"确定版本信息、下载安装cuda、设置环境变量、安装tf"，四个大步骤
确定版本信息
-
安装显卡驱动，我用的GameReady版，最高版本是496.xx，没追新，用的是471.41；
-
确认自己能安装什么版本的CUDA。打开"NVIDA控制面板"–>帮助–>系统信息–>查看NVCUDA64.DLL后面对应的NVIDIA CUDA版本；
-
Nvidia GeForce GameReady 471.41驱动最高支持到CUDA v11.4，但是Tensorflow目前不支持这么高的CUDA版本，所以我根据tf文档中的提示，安装tensorflow_gpu-2.6.0 对应的CUDA 11.2
下载安装
- 在
https://developer.nvidia.com/cuda-toolkit-archive下载CUDA Toolkit 11.2 Update 2，稍后安装 - 在
https://developer.nvidia.com/rdp/cudnn-archive下载cuDNN v8.1.1 (Feburary 26th, 2021), for CUDA 11.0,11.1 and 11.2，稍后安装 - 在
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/下载Anaconda3-2021.05-Windows-x86_64.exe，直接安装 - 安装CUDA，选择自定义安装，我只勾选了CUDA->Runtime-Libraries，其它都不安装，因为第1步安装驱动时包含了一部分，VisualStudio集成等功能tf也用不到；使用默认安装路径，我的在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2
- 将第5步下载的cudnn-11.2-windows-x64-v8.1.1.33.zip\cuda\bin\下所有文件复制到CUDA目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin\
- 再将cudnn-11.2-windows-x64-v8.1.1.33.zip\cuda\lib\x64 下所有文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\lib\x64\
设置环境变量
-
在系统变量中，CUDA安装程序会自动增加
CUDA_PATH和CUDA_PATH_V11_2变量取值为安装目录，无需人为干预
-
修改系统变量的Path变量，在最前面增加
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\lib\x64;两个目录
-
在系统变量中，增加变量名
TF_FORCE_GPU_ALLOW_GROWTH，取值为true，大概意思是避免Tensorflow占用过多显存。 -
重启
安装tensorflow_gpu
- 创建一个tf环境
conda create -n mytf python=3.7。我之前失败的尝试都是py3.8，这次尝试使用py3.7成功了，不知道py版本是否有关系，按照tf官方文档，3.8是可以的 - 进入tf环境
conda activate mytf；我以为现在tf的最高版本是2.6.0，上面的安装也都是照着tf2.6.0来的，所以安装tf时没有带版本号，直接pip install tensorflow-gpu -i https://pypi.doubanio.com/simple/，结果发现安装的是2.7.0，经过测试也是可以的 - 测试代码如下
import tensorflow as tf
print('GPU',tf.config.list_physical_devices('GPU'))
print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))
我只有一块GTX3060显卡，执行后返回:
GPU [PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]
Num GPUs Available: 1
到此为安装成功。
失败的情况
CUDA11.1＋cuDNN8.0.5＋tensorflow-gpu2.4.1，照别人3060安装成功的教程搬过来的，在我这失败，提示cusolver64_10.dll丢失，当时用的Python3.8，显卡驱动496.xx
为什么任务管理器中没有CUDA图表
安装完CUDA后，Windows任务管理器–>性能–>GPU图表里会有CUDA这一选项，
这个选项并不能判断CUDA是否安装成功，如果开启了Windows设置–显示-图形设置–硬件加速，则任务管理器中的CUDA选项会消失
利用Tensorflow-GPU为PixInsight STARNET++加速
基于以上tf环境的成功创建，下载TensorFlow C语言API库：https://storage.googleapis.com/tensorflow/libtensorflow/libtensorflow-gpu-windows-x86_64-2.7.0.zip 或者 https://pan.baidu.com/s/1dKf86glWO_KnObOsCARIjQ 提取码：q0bv
解压后，将其中的lib/tensorflow.dll文件复制到PixInsight安装目录（我的是C:\Program Files\PixInsight\bin）覆盖同名的tensorflow.dll文件
打开PixInsight，PROCESS菜单，，StarNet，按下图进行设置
starnet++可以使用GPU进行缩星了，速度快很多
参考：https://www.darkskies.space/pixinsight-starnet-cuda/