安装windows10 RTX3090 tensorflow的开发环境

1.驱动的安装和对应的配置

首先，我们需要确保对应的软件被正确的升级到了最新的驱动
安装驱动，相对来说比较简单，就直接跳过了

我们能够看到对应的cuda的版本也升级到了最新的版本cuda11.7

2.cuda和cudnn对应的安装包的下载

这里需要注意的是，这两个东西都是需要必须进行官网登陆的，废话不多说，直接找对应的官网直接登录就完事了
最新的地址：
https://developer.nvidia.com/cuda-downloads
历史版本需要点击这里：

选中对应的版本，直接点击下载就对了

cudnn这个相对来说地址比较固定，相对来说比较好找
https://developer.nvidia.com/rdp/cudnn-archive

这里直接就能够直接进行下载，也是注意选择对应的cudnn的版本

点击下载即可

3.cuda和cudnn的配置

首先安装cuda

这里需要弄成【自定义】

只安装cuda,其他的不用管，勾勾取消勾选

类似这种

勾选这个集成vs

后面只需要没有任何提示报错的信息就行

这里，我们对应的cuda就安装好了，现在我们解压cudnn，配置好对应的环境变量
解压对应的cudnn的压缩包，能够看到如下的记录信息

将下载的

cudnn-windows-x86_64-8.4.1.50_cuda11.6-archive\bin\

下所有文件复制到CUDA目录

D:\cuda\11_7\dev\bin

再将

cudnn-windows-x86_64-8.4.1.50_cuda11.6-archive\lib

下所有文件复制到

D:\cuda\11_7\dev\lib\x64

4.配置对应的环境变量

在系统变量中，CUDA安装程序会自动增加CUDA_PATH和CUDA_PATH_V11_7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D:\cuda\cuda\bin;D:\cuda\cuda\lib\x64;两个目录

修改完成之后，需要重新启动电脑

5.安装对应的tensorflow-gpu版本

首先，我们的tensorflow 需要创建对应的虚拟环境

conda create -n my38 python=3.8

之后需要激活对应的python的环境的命令

conda activate my38

安装tensorflow-gpu版本对应的命令

pip install tensorflow-gpu==2.7.0 -i https://pypi.doubanio.com/simple/

直接成功！！！！

测试一波

6.安装对应的pytorch-gpu版本

首先我们需要找到对应的pytorch的官网

可以直接进入官网直接进行手动下载和对应的安装操作
https://download.pytorch.org/whl/torch_stable.html

或者是直接使用对应的命令行进行安装操作
https://pytorch.org/

找到如下的安装配置信息

直接拷贝出来

pip3 install torch torchvision torchaudio --extra-index-url
https://download.pytorch.org/whl/cu116   -i https://pypi.doubanio.com/simple/

安装中。。。。。。。

安装成功！！！！

然后就pycharm写个测试程序：

import torchprint(torch.cuda.is_available())
print(torch.cuda.device_count())
print(torch.cuda.get_device_name(0))

7.安装对应的pyradiomics版本

链接：https://pan.baidu.com/s/1aH-JJ4fUv9oiIS-vvto0Fg?pwd=34q4
提取码：34q4
--来自百度网盘超级会员V5的分享

软件自取，如果失效了，私聊我微信发你

首先点击更新vs对应的插件就完事了

全部选择对应的默认的值

安装成功！！！

接着解压对应的文件夹

切换对应的conda的安装目录

直接安装对应需要的软件依赖

pip install -r requirements.txt -i https://pypi.doubanio.com/simple/

安装成功！

后面直接安装对应的pyradiomics 模块

pip install pyradiomics -i https://pypi.doubanio.com/simple/

安装成功！！！！