GPU 3080/3090 安装最新版tensorflow2.6 踩坑记录

首先确定系统nvidia-smi没问题

这里是cuda11.2 根据我的踩坑历程来说，保证驱动程序是最新的就可以。一般11.2及其之后的版本cudatoolkit都可以支持，不必要严格对应。完全不需要像tf官网所说的再去nvidia官网下载那些cuda工具包，只需要利用conda来在虚拟环境中安装即可。

下面开始安装：

1. 先从创建虚拟环境开始，这里由于我模型的需要，需要保证python版本为3.8，否则numpy版本和tensorflow可能会出现不兼容的报错。
   conda create --name py38 python=3.8
   并进入虚拟环境
   source activate py38

2. 之后，pip安装tensorflow GPU版：pip install tensorflow-gpu==2.6
   虽然官网和很多教程都说直接安装tensorflow就行，但是经过测试，到目前最新的2.6版本，仍然需要安装tensorflow-gpu，才能支持gpu版本。

3. 用conda安装cudnn(这里cudnn版本为8.2，也会自动安装cudatoolkit==11.3）对应的版本。
   conda install cudnn=8.2
   这一步是关键，也会出现很多细小的版本问题。可以用conda search cudnn来查看现有的版本，然后根据tensorflow版本来安装对应版本的cudnn。（其实也不需要严格对应，一般而言大版本对应即可，这里tf2.6使用8.x系列都行）
   （其实也可以使用conda install tensorflow-gpu来整合上面的2，3两步，一键安装，但是目前似乎只支持到tf2.4版本，可以用conda search tensorflow-gpu来查看当前所支持的最新版）

4. 最后，如果需要使用keras，还需要手动再安装一次对应版本的keras，否则直接用tf.keras也可能会报错: tensorflow.python.framework.errors_impl.AlreadyExistsError: Another metric with the same name already exists.
   pip install keras==2.6.0