吐槽
RTX3060出来已经有一段时间了，但是tensorflow配置教程来说相对较少，之前笔者直接使用conda命令安装了tensorflow2.1.0版本，测试gpu是否可用时，显示的是可用，且代码也可以运行，不会报错（jupyter上运行的，pycharm上没有试过）。但训练模型时，val_loss一直都很大，不是几位数，是十多二十位数的损失，且训练出来的模型一直是一条没有变化的直线。起初一直认为是模型的原因，后来发现同样的环境（tensorflow、python等等版本都相同），在其它电脑上完美运行，控制变量法就是显卡的锅。
1.版本关系
直接说版本关系吧！
tensorflow2.4.1 + cuda11.1 + cudnn8.0.5
和同学交流一下，RTX3090同样适合该版本。
2.cuda下载、安装
RTX3060需要cuda11.1进行驱动，但是使用conda install tensorflow-gpu时，不会安装cuda11.1（pip听说也不行，但是我没试过），所以cuda11.1需要在官网上手动下载，然后手动进行安装。cuda下载：https://developer.nvidia.com/cuda-toolkit-archive，在里面选择cuda11.1
根据自己电脑配置选，然后点下载。
下载完成后推荐安装就可以了，安装位置默认。
3.Cudnn下载、安装
还是直接官网下载就可以了，不过需要注册个账号，用qq邮箱注册就可以了，要是登录不进去换个号试试，还是不行就在网上找找有没有cudnn8.0.5的包可以直接下载。cudnn下载网址：https://developer.nvidia.com/cudnn，下载解压完成后，就是三个文件夹+一个txt
将cudnn里面的三个文件夹复制到cuda安装目录，然后全部替换掉。cuda默认安装话，安装目录如下图：
4.环境变量配置
下面是环境变量配置，在系统中添加以下 5个 环境变量：
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.1 （cuda默认安装的话就是这个路径）
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
在环境变量Path中添加：
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.1\common\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\lib\x64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.1\bin\win64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin
5.tensorflow安装
首先安装anaconda，安装教程网上很多，此处不再赘述。
点击开始按钮，在开始中找到anaconda，选中anaconda Prompt（anaconda3）
在prompt中输入命令，新建一个名为tf的虚拟环境，（tf为虚拟环境名称，可以随便改）
conda create -n tf python==3.7.9
虚拟环境建立完成后，在命令框中输入activate tf，就切换到了tf环境下
此时输入命令pip install tensorflow-gpu==2.4.1
接下来就是漫长的安装等待，（要是你有科学上网工具可能快一点，但是有可能需要先将pip降低版本，之前我pip版本是20.1.0，我使用命令python -m pip install pip==20.0.1 降低了pip版本），安装完成后，关闭。
6.测试
笔者是在pycharm上运行的，（记得将pycharm下工程的解释器选择到tf环境下，pycharm使用就不讲了），测试程序为：
import tensorflowas tf
tf.config.list_physical_devices('GPU')
若输出为下面：
有个警告Could not load dynamic library 'cusolver64_10.dll'; dlerror: cusolver64_10.dll not found，直接进入到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin找到cusolver64_11.dll，将其重命名为cusolver64_11.dll就可以了。（如果没有cusolver64_11.dll，同理，找到前缀相同的，把后面替换为10），完成后再运行测试程序：
至此，安装完成！！！
